These Mabrouk Kais

Conception et réalisation d’un système de
Télécommunications MIMO avec Formation Numérique

de Faisceaux en réception ; Calibrage aveugle du
Démodulateur triphasé Zéro-IF et comparaison au
démodulateur classique à 2 voies I et Q.
Kais Mabrouk
To cite this version:

Kais Mabrouk. Conception et réalisation d’un système de Télécommunications MIMO avec Forma-
tion Numérique de Faisceaux en réception ; Calibrage aveugle du Démodulateur triphasé Zéro-IF et
comparaison au démodulateur classique à 2 voies I et Q.. Sciences de l’ingénieur [physics]. Télécom
ParisTech, 2008. Français. �NNT : �. �tel-00409794�
HAL Id: tel-00409794

https://pastel.archives-ouvertes.fr/tel-00409794
Submitted on 12 Aug 2009
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Thèse
présentée
ésentée pour obtenir le grade de docteur de l’Ecole
l
Nationale Supérieure des Télécommunications
Spécialité : Electronique et Communications
Conception et réalisation d’un

d un système de
Télécommunications MIMO
MIM avec Formation Numérique de
Faisceaux en réception ; Calibrage aveugle du Démodulateur
triphasé Zéro-IF
IF et comparaison au démodulateur classique à 2
voies I et Q
Kaïs MABROUK
Soutenue le 12 Décembre 2008 devant le jury composé de :
Pr. Aziz BENLARBI-DELAI Université Pierre & Marie Curie Président

Pr. Michel CAMPOVECCHIO Université de Limoge Rapporteurs
Pr. Martine VILLEGAS ESIEE
Guillaume NEVEUX Université de Limoge Examinateurs
Jean-Yves DADEN Thales
Pr. Bernard HUYART ENST Directeur de Thèse
Xavier BEGAUD ENST Co-directeur de Thèse
A mes frères et sœurs…
A ma famille…
‫ﺑﺴﻢ ٲﷲ اﻟﺮﺣﻤﺎن‬
‫اﻟﺤﻤﺪ ﷲ رب اﻟﻌﺎﻟﻤﻴﻦ واﻟﺼﻼة واﻟﺴﻼم ﻋﻠﻰ أﺷﺮف اﻟﻤﺮﺳﻠﻴﻦ ﺳﻴﺪﻧﺎ‬
:‫ﻣﺤﻤﺪ وﻋﻠﻰ ﺁﻟﻪ وﺻﺤﺒﻪ أﺟﻤﻌﻴﻦ وﺑﻌﺪ‬
Remerciements :
Cette thèse de Doctorat a été effectuée à l’Ecole Nationale Supérieure des
Télécommunications (ENST) de Paris au sein du Laboratoire Radio-Fréquences et Micro-
Ondes, sous la direction du Professeur Bernard HUYART.
Je remercie Monsieur Aziz BENLARBI-DELAI, Professeur à Paris VI, pour l’honneur

qu’il m’a fait en acceptant de présider ce jury.
Que Madame Martine VILLEGAS, Professeur à l’ESIEE trouve ici mes sincères
remerciements, pour avoir bien voulu rapporter ce travail.
Je remercie également Monsieur Michel CAMPOVECCHIO, Professeur à XLIM

Limoges, pour avoir bien voulu faire partie de ce jury afin de rapporter ce travail.
Je remercie également Monsieur Ali Gharsallah, Professeur à la Faculté des sciences de

Tunis et Directeur des écoles d’ingénieurs de Tunisie, pour avoir bien voulu faire partie de ce
jury afin de juger ce travail.
Je remercie Monsieur Jean-Yves DADEN, Chercheur à THALES, pour avoir accepté

d’examiner ce travail et d’être membre du jury.
Je remercie également Monsieur Guillaume NEVEUX, Maître de Conférence à XLIM

Limoges, pour avoir accepté d’être membre du jury.
Je voudrais aussi remercier Monsieur Xavier BEGAUD, Maître de Conférence à l’ENST

pour avoir accepté de co-encadrer cette thèse.
Je tiens à exprimer mes plus vifs remerciements à Monsieur Huyart Bernard (‘mon
gourou des cinq-port’), Professeur à l’ENST et Responsable du Laboratoire RFM pour
m’avoir accompagné et dirigé tout au long de cette merveilleuse expérience et de m’avoir
accueilli malgré les difficultés qui se sont présentées et pour tous les précieux conseils qu’il m’a
donné tout au long de ce travail. Surtout je tiens à le remercier de m’avoir expliquer « sans bla
bla, Maxwell et tralala…», le phénomène concret de la propagation d’onde et ceci sans faire
appel à l’Ether. J’espère qu’il trouvera dans ce travail, ma grande reconnaissance et mon respect
absolu.
De même, je remercie tous les permanents du groupe RFM pour leur gentillesse et leur
disponibilité : Eric, Anne-claire et Jean-Christophe. Je tiens aussi à associer à ces remerciements
l’ensemble du département COMELEC, et en particulier : Chantal CADIAT, Danielle CHILDZ,
Marie BAQUERO, Karim BEN KALAIA ainsi que Florence BESNARD et Stéphane
BONENFANT qui m’ont facilité toutes les démarches administratives au sein de l’école.
Un travail de thèse représente toujours une continuité. Pour cela je n’oublis pas de
remercier tous les anciens thésards qui ont contribué directement ou indirectement à ma
formation par la recherche notamment par ordre de pertinence: Dr.Guillaume Neveux,
Dr.Fernando Rangel de Sousa, Dr.Sara Abou Chakra, Dr.Ghalid Idir Abib et Dr.Souheil ben
Smida. Qu’ils trouvent dans cette thèse ma grande reconnaissance.
Je remercie aussi Sami, Rym, Hassan, Antoine, Judson, Yem, Ludovic, Hajar, Sofia,
Charif, Ihssen, Mohammad, ainsi que les nouveaux doctorants Ramzi, Fabrice et Michael...
Je remercie aussi l’ensemble des étudiants et des élèves que j’ai eu l’occasion
d’encadrer (pour leurs projets de fin d’étude et pour leurs stage de Master): Mr Maad Hassen
Maad (Doctorant à TELECOM Lille I et l’Université de Reims) et Mlle Soumaya Sallem
(Doctorante à THALES/INT).
Je tiens à adresser ma reconnaissance à tous mes prof et en particulier ceux et celles qui
ont su m’encourager et m’aiguiller au moment où je décrochais notamment Mr Sami Chtara,
mon Prof de math lors de ma 4éme et en Terminal ainsi que Mme Zghibi Raja, ma Prof
d’informatique en Terminal.
Je ne remercierais jamais assez celui qui m’a fait aimer les micro-ondes et qui m’a aidé
même à débloquer mes soucis de financement de thèse mon MdC Dr Ghazi Kassab.
Je remercie aussi Dr.Abdellatif Belhadj Mohamed et j’espère qu’il trouvera dans cette
thèse le fruit de ces efforts et ma grande reconnaissance.
‫ﺑﺴﻢ ٲﷲ اﻟﺮﺣﻤﺎن ٲﻟﺮﺣﻴﻢ‬
Des remerciements particuliers vont à toute ma famille pour leur soutien inconditionnel :
- Mon papa :
J’espère qu’il trouvera dans ce travail les valeurs qu’il m’a transmis, notamment: la
rigueur, la méthode, la patience et la persévérance.
- Ma maman :
J’espère qu’elle trouvera aussi tout ce qu’elle m’a transmis dans le résultat de ces
travaux: la générosité, la créativité et le courage d’aller jusqu’au bout.
Je n’oublie pas mes grands parents, mes tantes et mes oncles, en particulier mon oncle
Mohamed Fourty.
A mes chères sœurs, j’adresse ma gratitude. Elles, qui sans le savoir ont fait plus qu’il ne
le fallait pour que le cinq-port puisse un jours être calibré d’une manière complément aveugle!
Je profite de l’occasion pour dire à mes neveux Mohamed et Mouhib ainsi que leur sœurs
Firdaws que j’attends beaucoup d’eux.
Je n’oublie pas la personne qui a su me supporter; «Oum Mohamed-Amine», ma femme

au sens profond du terme. Elle, sans qui, mon parcours n’aurait pas été le même.
Je tiens aussi à remercier le nouveau né! Mon fils Mohamed-Amine (J’espère qu’il fera
beaucoup mieux que son papa).
Aussi, je remercie mes frères Mohamed Amor, Aziz Boulahya, mes complices depuis
l’enfance, pour leur aide, leur gentillesse et leur complicité.
Finalement, je dédis cette thèse à mes deux nations; celle qui m’a vue naître et celle d’où
ont commencé à pousser mes racines.
Résumé
Dans le cadre de ce travail de recherche, nous nous somme intéressés à un système de

télécommunication MIMO (Multiple Input Multiple Output) à multiplexage spatial utilisant des
récepteurs Zero-IF et la technique de formation numérique de faisceaux (FF). Le domaine
d'application de ces travaux de recherches peuvent être aussi bien les applications fixes (exp:
WiFi, IEEE) que les applications mobiles (exp: LTE, 3GPP).
La première partie de ce travail est consacrée à une étude comparative entre les différents
types de démodulateurs cinq-port et triphasés. Cette étude a permis de mettre en évidence l'aspect
tridimensionnel des démodulateurs cinq-port et triphasés, de gagner 20dB en termes de réjection
des produits d'intermodulation des signaux adjacents et de trouver une nouvelle méthode de
calibrage aveugle du récepteur.
La seconde partie de la thèse se concentre sur le prototypage d'un système MIMO. Cette
phase nous a permis d’exposer les difficultés de mise en place de ce genre de système et de
souligner les nouvelles problématiques qui n’apparaissait pas auparavant dans les systèmes
mono- transcepteur. Aussi, un algorithme de Formation de Faisceau a été développé dans cette
partie. Ce FF numérique a permis non seulement d'accroître la capacité mais aussi la qualité de
liaison en considérant le système MIMO comme N système SIMO en parallèle. Comparativement
à la technique ZF(Zero Forcing), nous démontrons que le FF permet d'obtenir une meilleure
qualité de signaux pour des faibles valeurs de rapport signal à bruit.
Sommaire
Introduction générale........................................................................................................................8
Chapitre I : Environnement des systèmes de radiocommunication ...............................................13
Introduction ................................................................................................................................13
1.1 Propagation...........................................................................................................................14
1.1.1 La propagation en espace libre......................................................................................14
1.1.2 La propagation hors espace libre...................................................................................15
1.1.3 Le bruit radioélectrique .................................................................................................19
1.2 Canal de propagation............................................................................................................20
1.2.1 Modélisation du canal de propagation ..........................................................................20
1.2.2 Dispersions dans les canaux..........................................................................................22
1.2.3 La sélectivité des canaux...............................................................................................25
1.2.4 La diversité dans le canal ..............................................................................................26
1.2.5 Capacité du canal ..........................................................................................................27
Conclusion..................................................................................................................................28
REFERENCES BIBLIOGRAPHIQUES : .............................................................................29
Chapitre 2 Architecture et caractéristiques des Récepteurs Radio................................................31
Introduction ................................................................................................................................31
2.1 Modulation des signaux .......................................................................................................32
2.2 Les récepteurs.......................................................................................................................33
2.2.1 Paramètres caractéristiques d’une chaîne de réception .................................................33
2.2.2 Architectures des récepteurs..........................................................................................40
Conclusion..................................................................................................................................52
REFERENCES BIBLIOGRAPHIQUES ...................................................................................55
Chapitre III Les systèmes multi-antennes ......................................................................................57
Introduction ................................................................................................................................57
3.1 Le système de radiocommunication SIMO..........................................................................58
3.1.1 Modèle du canal SIMO .................................................................................................58
3.1.2 Capacité du canal SIMO ...............................................................................................59
3.1.3 Formateur de faisceaux ou beamforming dans les systèmes SIMO..............................60
3.2 Les systèmes de Radiocommunication MIMO ....................................................................72
3.2.1. Modèle théorique d’un système MIMO .......................................................................72
3.2.2. Les techniques MIMO..................................................................................................73
3.2.3. Récepteurs numérique MIMO......................................................................................83
Conclusion..................................................................................................................................86
REFERENCES BIBLIOGRAPHIQUES ...................................................................................90
Chapitre IV Etude comparative entre les deux types de démodulateurs Zéro-IF : cinq-port et IQ
classique, aspect tridimensionnel du cinq-port et nouvelle calibration aveugle. ...........................94
Introduction ................................................................................................................................94
4.1 Présentation classique du récepteur Zéro-IF cinq-port ........................................................95
4.2- Etude comparative des deux architectures de démodulateurs Zéro-IF ...............................98
4.2.1 Le démodulateur triphasé ..............................................................................................98
4.2.2 Effet de Non-linéarités sur les démodulateurs Zéro-IF et rejection de la distorsion
d’intermodulations d’ordre 2................................................................................................100
4.2.3 Simulation du comportement des démodulateurs Zéro-IF face à un canal adjacent...103
4.2.4 Etat de l’art des techniques de rejection de l’intermodulation d’ordre pair ................107
4.2.5 Circuits conçus et bancs de mesure.............................................................................109
4.2.6 Résultats de mesure.....................................................................................................113
4.3 Aspect tridimensionnel de la technique 5-port pour les récepteurs Zéro IF ......................117
4.3.1 Le cinq port et le triphasé dans un contexte récepteur ................................................117
4.3.2. Orthogonalité aux canaux adjacents...........................................................................121
4.4. Calibrage aveugle du cinq-port et du triphasé...................................................................126
4.4.1. Etat de l’art sur les techniques de calibration.............................................................126
4.4.2. La technique de calibration aveugle...........................................................................128
4.4.3. Résultats de mesures ..................................................................................................131
Conclusion................................................................................................................................136
REFERENCES BIBLIOGRAPHIQUES: ................................................................................137
Chapitre 5 Conception de la plateforme MIMO 2X2 et nouvelle architecture MIMO à
multiplexage de faisceaux en réception .......................................................................................142
Introduction ..............................................................................................................................142
5-1 Plateforme MIMO 2×2 ......................................................................................................143
5-1-1 Plateforme MIMO utilisant la technique de démodulation cinq-port avec pré-
calibration.............................................................................................................................143
5.1.2 Calibration de bande de base en bande de base d’un système MIMO utilisant la
technique cinq-port...............................................................................................................150
5.2 Récepteur Numérique MIMO à multiplexage spatial par la formation de faisceaux.........160
5.2.1 Algorithme de FF numérique pour le récepteur MIMO..............................................163
5.2.2 Banc de test et résultats de simulation ........................................................................169
Conclusion................................................................................................................................174
RÉFÉRENCES BIBLIOGRAPHIQUES: ................................................................................176
Conclusion générale & Perspectives ............................................................................................179
PUBLICATIONS :.......................................................................................................................186
Introduction générale
Le terme Wireless ou sans-fil est devenu très attractif aussi bien dans le domaine du
grand public que dans le domaine industriel. Cette expression synonyme de liberté et de
magie accorde aux systèmes la possibilité de communiquer sans les figer. Ces systèmes se
trouvent aussi bien dans l’Airbus A380 que dans une simple « souris» de PC. Le futur prévoit
non seulement des véhicules communicants (Car-to-Car) mais aussi des transmetteurs
intelligents capables de s’adapter à leur environnement. Les systèmes sans-fil évoluent au
rythme des avancées technologiques atteintes dans toutes les disciplines scientifiques ;
Traitement de signal, micro-électronique, nanotechnologie, logiciels, mathématiques …
Communiquer une information devint un besoin fondamental pour les grandes nations,
tel fut le cas pour la chine 4000 av.J-C qui créa le service postal. Ce service se développa au
cours des civilisations jusqu'à atteindre un besoin accru d’aller encore plus vite et plus loin.
Une information peut être décisive pour l’avenir d’une nation, d’une entreprise ou d’une
personne. En mars 1896, Alexandre Popov fait la première expérience à l’université de Saint-
Pétersbourg du téléphone sans-fil. Un an plus tard Guglielmo Marconi déposa le premier
brevet (1897) et créa la première compagnie (1907) de téléphonie sans-fil.
Aujourd’hui les liaisons permettant l’acheminement de l’information sont devenues

très complexe. Des réseaux à support électrique, optique, électromagnétique et mécanique
sont mises en oeuvre pour connecter en temps réel des personnes ou des systèmes aux quatre
coins du monde.
Les réseaux sans-fil sont classés selon les distances des liaisons radiofréquences (RF).
Le WPAN (Wireless Personal Aera Network) permet de relier des gadgets tel que le kit main
libre, l’appareil photo, l’imprimante, le PC ou le PDA. Les systèmes qui réalisent ce type de
liaison se nomment actuellement Bluetooth et HomeRF. Ils opèrent dans la bande ISM
(Industriel, Scientifique, et Médical) avec une portée de quelques mètres.
8
Toujours dans la bande ISM, le réseau WLAN (Wireless Local Aera Network) parmi
ces standards on trouve le Wi-Fi, permet aux systèmes de se connecter entre eux ou au réseau
internet. La distance de liaison sans-fil est de l’ordre de quelques dizaines à quelques
centaines de mètres.
Les systèmes Radiocom2000, AMPS, TACS, NTM, GSM, DCS, DECT, NADC,
CDMAone, PDC, PHS, GPRS, EDGE, UMTS, LTE, WiMax sont des systèmes de téléphonie
mobile. Ils sont classés dans les réseaux métropolitains WMAN (Wireless Metropolitain Aera
Network). Ces systèmes permettent des liaisons à des distances de quelques Km à quelques
dizaines de Km avec des débits de l’ordre de 100Mbits/s pour les dernières générations.
Sur le support RF c’est une onde électromagnétique qui transportera l’information.

L’amplitude, la phase et la fréquence de cette onde sont utilisées pour la moduler. Cette onde
est transmise depuis le système vers le canal de propagation par une ou plusieurs antennes. La
géométrie de l’antenne dépendra de la fréquence porteuse. La fréquence de liaison est
attribuée par un organisme qui régule l’utilisation des ressources spectrales. Cependant,
l’information elle est dite en bande de base c'est-à-dire pas loin des fréquences nulles alors
que la fréquence porteuse peut être élevée selon les normes attribuées au système. Pour cela
une transposition de bande de base vers la fréquence porteuse est nécessaire lors de
l’émission. L’inverse aussi est essentiel pour la réception.
L’émetteur et le récepteur assurent l’acheminement des informations en modulant et

démodulant l’onde électromagnétique. Ces dispositifs sont soumis à des différentes
contraintes d’utilisation. Parmi ces contraintes on trouve l’intégration, le débit, la sensibilité,
les canaux perturbateurs proches, le bruit, l’évanouissement, le canal de propagation et
l’autonomie. C’est pour cela que différentes architectures de transmetteurs ont été conçu pour
répondre au mieux aux besoins de l’utilisateur.
La théorie nous informe, selon la relation de Shannon qui définit l’expression de la

capacité, que si nous souhaitons augmenter linéairement le débit d’un canal (optique,
électrique ou électromagnétique), il faudra augmenter sa bande passante (en conservant un
rapport signal sur bruit constant). C’est ce que la technique UWB (Ultra Wide Band) propose
comme solution pour les canaux de propagation électromagnétique. Par contre, à bande
passante fixe, il a fallu jouer avec le paramètre spatial pour augmenter la capacité. En effet, on
9
démontre qu’il est possible d’accroître linéairement la capacité d’un canal en utilisant
plusieurs émetteurs-récepteurs transmettant des signaux dans la même bande de fréquence. Ce
qui permet de créer l’équivalent de plusieurs transmetteurs en parallèle et ainsi d’augmenter
d’une manière significative la capacité du canal. Cette technologie est connue sous le vocable
MIMO (Multiple Input Multiple Output) et a suscité de nombreuses études pendant ces
dernières années.
Nous proposons dans cette thèse de traiter quelques problématiques de cette technique
MIMO : La première est le prototypage des systèmes MIMO, la seconde est l’utilisation des
démodulateurs Zero-IF dans un système MIMO, la troisième est une comparaison entre
plusieurs types de démodulateur Zero-IF, la quatrième est l’allégement de la procédure de
calibrage dans les démodulateurs cinq-port/Triphasé, cinquièmement nous proposons une
solution pour la suppression totale de l’étape de calibration du cinq-port, et finalement nous
proposons un nouveau récepteur numérique pour les systèmes MIMO à multiplexage spatial
basé sur la formation de faisceaux.
Ce manuscrit est décomposé en cinq chapitres. Dans le premier chapitre de cette thèse,
nous présenterons les différentes modélisations d’un canal, ce qui permettra dans la suite de
nos travaux d’appréhender le dimensionnement et la conception physique et logicielle de
notre système de communication.
Le second chapitre rappelle brièvement les principes de la modulation faite au niveau
des émetteurs puis nous détaillerons le récepteur dans le cas d’une liaison SISO (Single Input
Single Output). Dans cette section, un état de l’art des architectures de réception ainsi que les
paramètres de caractérisation sont présentés. Finalement, une conclusion justifie le type de
démodulateur choisi ainsi que les problèmes à résoudre.
Ensuite, deux parties distinctes sont présentées dans le chapitre III. Dans la première
partie de ce chapitre nous présentons l’intérêt de la diversité d’antenne en réception ainsi que
les différentes techniques de formation de faisceaux associées. La seconde partie de ce
chapitre traite des différentes techniques MIMO actuelles. Cela nous permettra de choisir une
des techniques à mettre en œuvre dans la réalisation du banc MIMO et de souligner les
problématiques intéressantes que nous avons explorées dans le cadre de cette thèse. Ce
chapitre donne donc les bases pour la description du récepteur original pour un système
MIMO que nous avons réalisé et qui sera présenté dans le dernier chapitre de cette thèse.
10
Dans l’avant dernier chapitre, la première partie présente une étude comparative entre les
démodulateurs Zero-IF : le IQ classique et le cinq-port. Dans la seconde partie de ce chapitre,
nous démontrons un aspect original des démodulateurs cinq-port qui nous a permis de
proposer une nouvelle façon d’observer et d’interpréter le fonctionnement du démodulateur
cinq-port. Cette nouvelle observation nous a permis de développer une méthode originale, très
simple à mettre en œuvre, pour la calibration aveugle des récepteurs de types cinq-port ce qui
sera le sujet de la dernière partie de ce chapitre.
Quand au dernier chapitre, il se compose de deux parties. La première est consacrée à
la description de la plateforme MIMO 2×2 mise en place au sein de notre laboratoire. Le cœur
de ce système est le démodulateur cinq-port utilisé après chaque antenne de réception. Par la
suite nous présentons la méthode de calibration de bande de base en bande de base du système
MIMO pour remédier aux problèmes de calibration d’un banc MIMO en utilisant le cinq-port
comme démodulateur. La deuxième partie, quant à elle, est consacrée au nouveau récepteur
numérique pour système MIMO à multiplexage spatial par la formation de faisceau. Dans ce
travail, une méthode originale a été découverte où les deux approches MIMO et SIMO sont
exploitées.
Finalement, une conclusion générale est faite sur les systèmes multi-antenne et sur les
récepteurs et des perspectives recherche sont proposées.
11
Chapitre I
Environnement des systèmes de
radiocommunication
Chapitre I : Environnement des systèmes de radiocommunication
Introduction
Transmettre de l’information d’un point à un autre sans-fil nécessite un système de

radiocommunication. Ce système utilise le canal hertzien comme support physique. Au cours
de sa propagation, l’onde transmise traverse différents types de canaux jusqu'à atteindre sa
cible. Ces canaux affectent l’onde émise. Cela rend nécessaire l’étude des canaux de
propagation. Les performances de transmission, comme on le montrera dans ce chapitre,
dépendent considérablement des caractéristiques du canal. Selon les conditions d’observation,
ces canaux peuvent être considérés comme statiques ou dynamiques. Nous présenterons dans
ce chapitre les différentes modélisations d’un canal, ce qui permettra dans la suite de nos
travaux d’appréhender le dimensionnement et la conception physique et logicielle de notre
système de communication.
13
1.1 Propagation
1.1.1 La propagation en espace libre
Selon l’environnement de propagation, les influences du canal diffèrent. Le modèle

d’espace libre permet d’avoir une première approche. L’espace libre peut être modélisé
comme l’illustre la figure 1-1. Dans le cas d’une liaison en vue directe, connue aussi sous le
terme LOS (Line Of Sight) entre l’émetteur et le récepteur, une ellipse appelée zone de
Fresnel permet de cerner la validité du modèle espace libre dans un canal réèl. Effectivement,
si cette zone n’est pas dégagée, le modèle n’est plus valable.
Fig.1.1 Ellipse de Fresnel
En espace libre, l’onde se propage depuis l’émetteur jusqu'à ce qu’une partie de la

puissance transmise Pe excite l’antenne réceptrice. Cette puissance reçue Pr s’exprime en
fonction du gain des deux antennes Ge et Gr, de la distance de propagation d et de la longueur
d’onde λ comme suit :
2
⎛ λ ⎞
Pr = Pe G e G r ⎜ ⎟ (1.1)
⎝ 4πd ⎠
C’est une puissance de réception maximale. Cette valeur ne prend pas en compte la
dépolarisation, la désadaptation et les variations spatiales du gain des antennes.
On en déduit l’affaiblissement de la liaison :
2
Pr ⎛ λ ⎞
L= = G eG r ⎜ ⎟ (1.2)
Pe ⎝ 4πd ⎠
14
En considérant des antennes omnidirectionnelles ( Ge = Gr = 1 ), on en déduit de

l’équation précédente que les pertes de propagation, à fréquence constante, sont inversement
proportionnelles à d2.
1.1.2 La propagation hors espace libre
Les situations les plus courantes de propagation des systèmes de radiocommunication

sont loin d’être en espace libre. Les obstacles de différentes formes géométriques et de
diverses caractéristiques physiques perturbent la propagation. Ces perturbations se traduisent
par des fluctuations de la puissance du signal reçu en fonction de la distance comme l’illustre
la figure 1-2.
Les pertes en fonction de la distance et les effets de masquage [1] sont les phénomènes
à l’origine de ces variations. La décroissance en 1/d est la principale perte de puissance. La
densité de puissance se réduit au fur à mesure que l’onde s’éloigne de sa source jusqu'à
atteindre l’antenne réceptrice. L’influence des obstacles rencontrés par l’onde varie selon
leurs configurations.
Puissance reçue λ/2
Fluctuation à petite échelle
Fluctuation à grande échelle
Décroissance moyenne en fonction

de la distance
Distance en m
Fig.1.2 Puissance reçue en fonction de la distance
En plus de la décroissance de la densité de puissance en fonction de la distance, entre

l’antenne d’émission et l’antenne de réception, le signal subit deux types de pertes : pertes à
15
petite et grande échelle. Comme le décrit la figure 1-2, les pertes à grande échelle définissent
les fluctuations de la puissance moyenne mesurées sur un déplacement de plusieurs dizaines
de longueurs d’onde. Les fluctuations à petite échelle sont observées sur un déplacement
suffisamment petit (quelques longueurs d’onde). La présence d’obstacles dans
l’environnement de propagation causant l’apparition de différentes répliques du signal émis
au niveau du récepteur est la cause principale de ces variations. Selon leurs phases d’arrivée
au niveau de l’antenne, la somme de ces répliques peut être constructive ou destructive. C’est
la source du phénomène d’évanouissement. Ces obstacles naturels (sol, arbres, bâtiments,
etc.) se trouvent sur le trajet de l’onde. Il en résulte une multitude de trajets et donc, une
multitude d’ondes retardées, atténuées et déphasées au niveau du récepteur. Ces phénomènes
sont détaillés dans la section suivante.
1.1.2.1 Les phénomènes de base en propagation
Les obstacles rencontrés par le signal lors de son trajet de l’antenne d’émission à
l’antenne de réception agissent différemment sur le signal. En effet, différents phénomènes
apparaissent selon la taille vis à vis de la longueur d’onde λ, de la nature et de la forme de ces
obstacles [2].
La réflexion, la diffraction et la diffusion sont les trois principaux mécanismes qui

perturbent le signal [3,4]. Ces phénomènes sont illustrés sur la figure 1-3, leur description est
la suivante :
Réflexion/Réfraction: Les phénomènes de réflexion et de réfraction apparaissent

lorsque l’obstacle rencontré par l’onde a une taille très supérieure et de très petites
irrégularités devant la longueur d’onde du signal.
Diffraction: Des phénomènes de diffraction apparaissent lorsque le chemin de
propagation est obstrué par un obstacle imperméable aux ondes électromagnétiques.
Les dimensions de cet obstacle doivent être faibles devant la longueur d’onde du
signal ou l’obstacle possède des arêtes vives. L’énergie transmise par ces sources
permet au signal de se propager dans les zones d’ombre, ce qui explique l’arrivée
d’ondes radio au niveau du récepteur en l’absence de visibilité directe et
16
d’interventions des autres types d’interactions. C’est une grande source de mutli-
trajets.
Diffusion: La diffusion apparaît s’il existe sur le trajet de l’onde une zone très dense
d’objets de dimensions du même ordre de grandeur ou inférieures à la longueur
d’onde. Le même phénomène est observé avec une surface rugueuse présentant des
irrégularités suffisamment petites. L’influence de la position spatiale de l’obstacle est
illustrée sur la figure 1-3. On distingue deux principaux types de réflecteurs :
Diffuseurs locaux: Les diffuseurs locaux sont les obstacles proches de l’émetteur ou
du récepteur. Au niveau du récepteur, les diffuseurs placés dans son voisinage
occasionnent un grand étalement angulaire des échos et un étalement temporel faible.
Les diffuseurs proches de l’émetteur introduisent de faibles étalements, temporel et
angulaire.
Diffuseurs lointains: Les diffuseurs lointains désignent les obstacles éloignés
simultanément de l’émetteur et du récepteur. Ils donnent lieu à des trajets multiples
généralement caractérisés par un fort étalement temporel.
Fig.1.3 : Influence de la localisation spatiale des diffuseurs sur la réponse du canal de propagation.
17
L’expression de la réponse impulsionelles est détaillée dans le paragraphe 1.2.1.

Selon l’application envisagée, ces obstacles peuvent être considérés comme un
avantage ou un inconvénient. Par exemple, lorsque l’émetteur et le récepteur sont en vue
directe (LOS), la réflexion perturbe la liaison. Cependant, dans le cas du canal NLOS (Non
Line Of Sight), la diffraction et la diffusion assurent la continuité de la liaison.
1.1.2.2 La propagation par trajets multiples
Les phénomènes précédemment présentés modifient le signal transmis. De

nombreuses répliques de ce signal sont ainsi créées. Celles-ci sont plus ou moins retardées
selon les longueurs des trajets effectués. Dès lors, elles sont plus ou moins atténuées selon la
distance parcourue et selon les phénomènes de base rencontrés. A la réception, ces répliques
se combinent de façon constructive ou destructive donnant naissance à des évanouissements,
représentés sur la figure 1-2. Dans le cas du canal radiomobile, en supposant que les
diffuseurs sont uniformément répartis sur [0 ; 2π[, ces évanouissements apparaissent
statistiquement en moyenne tous les λ/2.
Les systèmes de radiocommunications mobiles, que ce soit à l’intérieur ou l’extérieur

des bâtiments, sont ainsi soumis aux distorsions induites par les trajets multiples. Cependant
dans le cas NLOS, les trajets multiples évitent l’interruption de la liaison entre l’émetteur et le
récepteur.
1.1.2.3 Les pertes moyennes hors espace libre
Déduite de l’équation des télécommunications, l’équation 1 permet d’estimer les

pertes dans le canal. Sauf que cette relation n’est valable que dans le cas d’espace libre. Dans
un cas réel, c'est-à-dire hors espace libre, cette relation n’est plus exploitable. Ceci est
principalement dû aux phénomènes qui apparaissent en présence d’obstacle. Le
dimensionnement théorique du canal est très complexe. Cependant, des campagnes de
sondage du canal ont permis d’élaborer des relations empiriques permettant d’estimer les
pertes moyennes de puissance dans des canaux réalistes [1]. L’équation 1.3 ci-dessous est une
18
relation qui permet d’estimer les pertes dues au canal de propagation. Elle s’exprime en
fonction de la distance entre l’émetteur et le récepteur, le gain des antennes, la fréquence
porteuse de l’onde et le type de canal de propagation.
L ' = 32.44 + 20 ⋅ log10 ( f ) − 10 ⋅ log10 ( GeGr ) + 10 ⋅ α ⋅ log10 ( d ) (1.3)
où f est la fréquence de l’onde émise en MHz et d la distance entre les deux antennes
exprimée en km.
Comme on peut le déduire de cette relation, les pertes moyennes de puissance ne sont plus
proportionnelles à d2 comme c’était le cas dans un espace libre, mais à dα où α est une variable
dépendante de l’environnement. Les différentes valeurs de α en fonction du type
d’environnement sont présentées dans le tableau suivant :
Environnement Valeur de α
Espace Libre 2
Urbain 2.7 à 3.5
Urbain dense 3à5
Intérieur de bâtiment de type bureau avec trajet direct 1.6 à 1.8
Intérieur de bâtiment de type bureau sans trajet direct 4à6
Intérieur de bâtiment de type hall sans trajet direct 2à3
Tableau 1-1 : Valeur de la variable α en fonction du type d’environnement
1.1.3 Le bruit radioélectrique
Un signal radioélectrique est dit bruit s’il ne transporte pas l’information utile et
perturbe la liaison. Il est considéré comme aléatoire. Le milieu de propagation ainsi que les
dispositifs électroniques de l’émetteur et du récepteur sont respectivement ces origines
19
externes et internes [2,5]. Les sources de bruits externes peuvent être de nature extra-terrestre
ou terrestre. Elles regroupent les bruits et les parasites atmosphériques, les rayonnements
divers captés par l’antenne, les interférences éventuelles entre les utilisateurs du milieu de
transmission ou encore les bruits d’origine industrielle. Le bruit interne a pour origine le
mouvement brownien des électrons présents dans les composants électroniques du récepteur.
Ces électrons évoluent indépendamment les uns des autres tout en suivant une même loi. Le
bruit interne peut alors être modélisé, d’après le théorème de la limite centrale [6], par un
processus gaussien.
Le bruit interne est considéré comme blanc, ce qui veut dire que sa densité de
puissance est la même quelque soit la fréquence. Nous regroupons dans ce manuscrit tous les
bruits résultant de différentes sources dans la notation N(t).
1.2 Canal de propagation
1.2.1 Modélisation du canal de propagation

La caractérisation d’un canal peut se faire en étudiant sa réponse impulsionnelle. En
considérant l’émetteur et/ou le récepteur en mouvement, l’expression de la réponse
impulsionnelle h s’exprime comme :
P −1
h (τ, t ) = ∑ β p (t )e i (2 π υ pt + )δ (τ − τ
θ p (t )
p ) (1.4)
p=0
Dans cette expression, P correspond au nombre de trajets discernables par le récepteur.

Le nombre de trajets discernables n’est pas obligatoirement égal au nombre de trajets
réellement existant dans le canal. En effet, chacun des P signaux retardés résulte de la
recombinaison de plusieurs trajets. Chaque trajet discernable peut ainsi être modélisé par une
amplitude βp et un déphasage θp, associés au retard τp. Le terme vp, désigne la fréquence de
décalage Doppler (voir paragraphe 1.1.2.2), décalage provoqué par les déplacements relatifs
de l’émetteur et/ou du récepteur et/ou des obstacles. Cette représentation de la réponse
20
impulsionnelle du canal de propagation permet de lier les signaux reçus r et émis s, selon les
relations 1.5 et 1.6, où n désigne le terme de bruit additif gaussien.
r (t ) = (h * s )(t ) + n (t ) (1.5)
+∞ P −1
= ∫ ∑β p (t )e i (2πυ t +θ (t ))δ (τ − τ p )s(t − τ)dτ + n(t )
p p
(1.6)
−∞
p=0
P −1
r (t ) = ∑β p (t )e i (2πυ t +θ (t ))s (τ − τ p ) + n (t )
p p
(1.7)
p =0
Il est ainsi possible de définir la réponse impulsionnelle h du canal dans l’espace temps-
retard. Cette réponse désigne la fonction d’étalement des retards [7]. D’autres relations
permettent la caractérisation du canal. Ces relations sont les espaces fréquence-temps, retard-
Doppler et fréquence-Doppler et sont définies dans les expressions suivantes :
+∞
H(f , t ) = ∫ h (τ, t )e −2iπfτ dτ Fréquence-Temps (1.8)
−∞
+∞
D(τ, υ) = ∫ h (τ, t )e −2iπυt dt Retard- Doppler (1.9)
−∞
+∞ +∞
F(f , υ) = ∫ ∫ h (τ, t )e − 2iπ(υt +fτ )dτdt Fréquence-Doppler (1.10)
− ∞ −∞
Un diagramme défini dans [7] est appelé diagramme de Bello. Il permet d’établir une
relation simple entre les fonctions introduites et la fonction de transfert, la fonction de
diffusion ainsi que la réponse bi-fréquentielle du canal. Chaque relation est reliée à une autre
par l’opération de transformée de Fourier directe ou inverse. La connaissance d’une de ces
fonctions permet alors la connaissance totale du canal de propagation.
21
h(τ,t)
H(f,t)
D(τ, ν)
Transformé de Fourrier selon τ
Transformé de Fourrier inverse selon f
Transformé de Fourrier selon t
Transformé de Fourrier inverse selon ν

F(f, ν)
t: Temps τ : Retard
f : Fréquence ν: Décalage doppler
Fig.1.4 Diagramme de Bello
Les paramètres de caractérisation du canal sont définis en étudiant les fonctions

d’autocorrélation des équations 1.8, 1.9 et 1.10. En supposant que le canal est stationnaire en
temps et fréquence et que les trajets multiples sont d’amplitude et de phase décorrélés, la
fonction d’autocorrélation de la fonction de transfert du canal permet de définir les fonctions
de corrélation temporelle et fréquentielle. Ces précédentes hypothèses connues sous le nom
WSSUS (Wide Sense Stationnary Uncorrelated Scattering) permettent de simplifier la
caractérisation statistique du canal de propagation.
1.2.2 Dispersions dans les canaux
La configuration spatiale du récepteur et de l’émetteur engendre des dispersions

temporelles et fréquentielles. Ces dispersions sont déterminantes pour le canal de
propagation. Elles définissent des paramètres d’exploitation du canal tel que la bande et le
temps de cohérence. Ces paramètres sont essentiels au dimensionnement d’un système de
radiocommunication.
22
1.2.2.1 Les dispersions temporelles
La caractérisation impulsionnelle du canal consiste à observer en réception l’arrivée

de l’impulsion émise. En présence de multitrajet, après l’arrivée de la réponse du trajet le plus
court, arrivent les réponses des échos. Le temps écoulé entre l’impulsion reçue du premier
trajet et celui du dernier écho est l’étalement des retards maximal notéτmax. Ainsi, l’étude
statistique de la variable aléatoire τ ∈ [0; τmax] déterminera la dispersion moyenne des retards,
notée στ . Cette dispersion temporelle des retards se caractérise dans le domaine fréquentiel
par une corrélation sur une bande de fréquence. La bande de cohérence Bc permet de
quantifier le degré de corrélation entre deux fréquences distinctes. Ainsi, si l’écart fréquentiel
entre deux signaux émis est supérieur à la bande de cohérence, alors les signaux reçus seront
considérés comme décorrélés.
La dispersion des retards et la bande de cohérence sont inversement proportionnelles.

En effet, une dispersion élevée des retards provoque une bande de cohérence faible. De
nombreuses relations empiriques [1,8] dépendantes du type du canal, permettent alors
d’exprimer Bc en fonction de στ. Voici quelques expressions empiriques [1] :
1
BC ≈ pour ρf =0.5 (1.11)
5σ τ
1
BC ≈ pour ρf =0.9 (1.12)
50σ τ
où ρf est le coefficient de corrélation.
1.1.2.2 Les dispersions fréquentielles
Les dispersions fréquentielles sont liées au mouvement de l’émetteur et/ou du

récepteur. Ces mouvements provoquent un décalage fréquentiel du spectre des signaux émis,
appelé effet Doppler. Ce décalage dépend de la vitesse relative de déplacement. Ainsi pour un
signal émis à la fréquence fc le récepteur aura une fréquence de réception fr qui sera la somme
de la fréquence émise fc et le décalage Doppler fd :
fr = fc+ fd (1.13)
23
fd est fonction de l’angle θ d’incidence de l’onde reçue et de la vitesse v de déplacement

relatif entre l’émetteur et le récepteur :
υf c
fd = cos θ (1.14)
c
où c désigne la célérité de la lumière. Selon cette expression, la bande fréquentielle sur

laquelle évolue la fréquence de décalage Doppler appelée étalement Doppler ou bande
Doppler est égale à :
υf c
Bd = 2 f d max avec f d max = (1.15)
c
où fdmax désigne la fréquence Doppler maximale.
Le spectre Doppler représente la répartition de la puissance autour de la fréquence

porteuse. Lorsque les signaux sont reçus uniformément sur toutes les directions et que
l’antenne de réception est omnidirectionnelle, le spectre Doppler obtenu a une forme de « U »
dite de Jakes.
Amplitude
-Fd +Fd Fréquence
Fig.1.5 Spectre Doppler par modèle de Jakes.
Le temps de cohérence tc du canal et la fréquence Doppler maximale fdmax évoluent de

manière inversement proportionnelle. Le temps de cohérence du canal représente l’évolution
temporelle de celui-ci, il est lié aux dispersions fréquentielles. Il est alors possible d’exprimer
tc en fonction de fd [1] :
24
9
tc ≈ (1.16)
16πf d max
Ces dernières notions de bande et de temps de cohérence permettent de dégager certaines

contraintes de développement pour les systèmes de radiocommunications vis-à-vis d’un canal
de propagation donné.
1.2.3 La sélectivité des canaux
La reconstruction des signaux transmis nécessite quelques suppositions pour un

traitement numérique adéquat en aval. Les valeurs de la bande de cohérence et la fréquence
de cohérence définissent la sélectivité du canal. Les multi-trajets ainsi que les déplacements
de l’émetteur et/ou du récepteur sont les sources d’une sélectivité fréquentielle et temporelle.
Un signal transmis peut être caractérisé par sa durée symbole TS ainsi que sa bande
BS. La robustesse de ce signal dépendra des rapports Ts/tc et Bs/Bc.
Ainsi, quatre cas de figures se présentent :
Bs << Bc, Ts >> στ : si la bande occupée par le signal est inférieure à la bande de
cohérence du canal, ou la durée du symbole émis est largement supérieure à la
dispersion des retards, alors, les fréquences du spectre sont corrélées. Ainsi, les
fréquences du spectre du signal subissent les mêmes amplifications ou atténuations.
Dès lors, le canal est considéré comme non sélectif en fréquence et à
«évanouissements plats».
Bs > Bc, Ts < στ : si la bande occupée par le signal est supérieure à la bande de
cohérence du canal, ou la durée du symbole émis est inférieure à la dispersion des
retards, alors, les fréquences du spectre sont décorrélées. Lors d’un évanouissement
dans la bande de cohérence, une partie du signal seulement sera perturbée. Le canal
est dit sélectif en fréquence. En outre, la durée du symbole étant inférieure à la
dispersion des retards, des interférences entre symboles apparaissent.
25
Ts < tc, Bs > Bd : si la durée du symbole émis est inférieure au temps de cohérence du
signal, ou la bande occupée par le signal est supérieure à la bande Doppler, alors, le
canal est dit à «évanouissements lents». Le canal est alors non-sélectif en temps. La
réponse impulsionnelle du canal reste constante sur plusieurs symboles consécutifs.
Ts >> tc, Bs << Bd : si la durée du symbole émis est largement supérieure au temps
de cohérence du signal, ou la bande occupée par le signal est largement inférieure à la
bande Doppler, alors, le canal est dit à «évanouissements plats». Dans ces conditions,
la réponse impulsionnelle du canal varie de façon significative pendant la durée d’un
symbole. Le canal est alors sélectif en temps.
1.2.4 La diversité dans le canal
La diversité se définit par la présence en réception de plusieurs répliques

indépendantes d’une même information. On distingue plusieurs formes de diversité, par
exemple, les diversités spatiales, temporelles, fréquentielles, etc ... La notion de diversité est
utile afin d’évaluer la robustesse d’un système de radiocommunications vis à vis d’un canal
donné. Les grandeurs Dt et Df représentent respectivement l’ordre de diversité temporelle et
fréquentielle. Ces grandeurs correspondent à l’ordre de diversité utilisé lors de la transmission
d’un signal d’une trame de durée Ttrame de signaux de durée Ts, leur expression est la
suivante:
Ttrame
Dt = (1.17)
tc
Bs
Df = (1.18)
Bc
Recevoir plusieurs répliques décorrélés du même signal apporte de la diversité. Cette

diversité permet non seulement de contourner les obstacles physiques du canal
(évanouissement) mais aussi de garantir une bonne transmission de l’information.
La dimension spatiale permet aussi d’obtenir une forme de diversité [9,10]. La

diversité spatiale consiste à transmettre simultanément ou non, des informations sur plusieurs
antennes. Ces dernières doivent être espacées d’au moins la distance minimale assurant
26
l’indépendance des évanouissements qui est dite « distance de cohérence ». Alors que la
cohérence fréquentielle est engendrée par les multi-trajets arrivant à des instants différents, la
cohérence spatiale à l’émission/réception est engendrée par les multi-trajets partant/arrivant
de différentes directions spatiales.
L’expression de la diversité spatiale dépend du schéma de modulation (SIMO : Single

Input Multiple Output, MISO : Multiple Input Single Output ou MIMO : Multiple Input
Multiple Output). Les travaux présentés dans [11] énumèrent les différentes expressions
possibles de la diversité spatiale. Dans le cas d’un système MIMO comprenant N antennes à
l’émission et M antennes à la réception, la diversité spatiale maximale sera égale à N × M.
Profiter des diversités temporelles, fréquentielles et spatiales du canal revient à maximiser ces
valeurs tout en garantissant une bonne efficacité spectrale. L’efficacité spectrale est une autre
forme de caractérisation numérique du canal. Elle est estimée en déterminant la capacité de ce
dernier.
1.2.5 Capacité du canal
En fonction du rapport signal sur bruit (SNR), il est possible d’estimer la vitesse
maximale des bits à transmettre sur un support physique tout en garantissant un certain seuil
d’erreur. Cette vitesse est connue par la capacité canal d’un système de communication. Elle
permet d’exprimer le taux maximal de bit possible à transmettre tout en garantissant une
faible perte de données. Elle est mesurée en bits par seconde par Hertz (bits/s/Hz). Elle
permet de définir l’efficacité spectrale d’un canal.
En effet, un système mono-antenne (SISO) étant perturbé seulement par un bruit blanc
additif gaussien peut atteindre une capacité maximale de [12] :
CSISO = log 2 (1 + ρ) bits/s/Hz (1.19)

où ρ est le SNR en réception.
Pour de hauts SNR, nous pouvons voir qu'il faut un gain de 3dB au niveau du SNR
pour augmenter la capacité de 1 bit/s/Hz.
27
En prenant en compte un canal non idéal sujet à des évanouissements aléatoires, nous
pouvons introduire un gain h d'amplitude complexe gaussienne de puissance unité et écrire la
capacité ergodique (moyenne) :
⎣ (
CSISO = E ⎡log 2 1 + ρ ′ h
2
)⎤⎦ bits/s/Hz (1.20)
[ ]
où E[]⋅ est l’opérateur espérance, ρ ′ = P0 σ 2 avec P0 = s 2 la puissance émise et σ 2 = E n 2 la
variance du bruit.
Conclusion
Dans ce chapitre, nous avons présenté quelques rappels importants concernant la

propagation en/hors espace libre. De même, quelques grandeurs importantes qui caractérisent
le canal de propagation ont été brièvement présentées. Ces paramètres : temps de cohérence,
bande de cohérence, modèle de canal,.... sont à prendre en compte lors de la conception d'un
système de radiocommunication. Dans le chapitre suivant, nous présenterons les différentes
architectures des récepteurs dans les systèmes de radiocommunication ainsi que les
principaux paramètres qui les caractérisent.
28
REFERENCES BIBLIOGRAPHIQUES :
[1] T. S. Rappaport, Wireless communications. Prentice Hall, 1996.

[2] L. Boithias, Propagation des ondes radio électriques dans l’environnement terrestre.
Dunod,1984.
[3] M. Schwartz, Principles of electrodynamics. McGraw-Hill, 1972.
[4] L. Boithias, Radio wave propagation. McGraw-Hill, 1987.
[5] A. Glavieux et M. Joindot, Communications numériques — Introduction. Masson, 1996.
[6] J. G. Proakis, Digital communications. McGraw-Hill, 1995.
[7] P. A. Bello, « Characterisation of randomly time-variant linear channels ». IEEE Transactions on
communication systems, Décembre 1963.
[8] W. C. Y. Lee, Mobile communications engineering. McGraw-Hill, 1982.
[9] G. J. Foschini et M. J. Gans, « On limits of wireless communications in a fading environment
when using multiple antennas ». Wireless personal communications, 1998.
[10] P. Guguen, Les Techniques Multi-Antennes pour les Réseaux sans Fil. ISBN 2-7462-0883-0,
Hermes, Décembre 2004.
[11] J. M. Auffray, Systèmes MIMO porteuses multiples : Etude et optimisation de la combinaison de
codes temps-espace et des techniques MC-CDMA. PhD thesis, INSA Rennes, Juin 2004.
[12] C. E. Shannon, Claude Elwood Shannon : collected papers, N. J. A. Sloane and A. D.
Wyner, Eds.IEEE Computer Society Press, 1993.
29
Chapitre II
Architecture et caractéristiques des Récepteurs Radio
Chapitre II Architecture et caractéristiques des Récepteurs Radio
Chapitre 2 Architecture et caractéristiques des Récepteurs Radio
Introduction
Dans tout système communicant, il est essentiel de dimensionner ses transmetteurs.

Selon l’environnement d’application ainsi que les normes en vigueur, la conception du circuit
de modulation/démodulation sera contrainte par différents paramètres que nous allons définir
au fur à mesure que nous les présentons.
Les informations sur un canal radio, sont transmises d’un point de départ vers un point
d’arrivée. Au départ, l’information est mise en forme selon un protocole Radio
compréhensible à l’arrivée. L’émetteur est la partie qui se charge de mettre sur le canal de
propagation les informations à transmettre. De l’autre coté, c’est le récepteur qui s’occupe de
redonner à l’utilisateur l’information transmise avec la plus grande fidélité possible.
Dans ce chapitre, nous rappelons brièvement la modulation faite au niveau des

émetteurs puis nous détaillerons le récepteur dans le cas d’une liaison SISO (Single Input
Single Output). Dans cette section, un état de l’art des architectures de réception ainsi que les
paramètres de caractérisation sont présentés. Finalement, une conclusion justifie le type de
démodulateur choisi ainsi que les problèmes à résoudre.
Des mêmes phénomènes indésirables peuvent apparaître au niveau de l’émetteur

comme au niveau des récepteurs. Ces phénomènes induisent des perturbations qui peuvent
donner lieu à des perturbations identiques ou différentes au signal utile. Parmi ces
phénomènes on cite le bruit et la non-linéarité des composants utilisés tels que les
amplificateurs et les mélangeurs. L’influence de ces derniers est présentée dans les
paragraphes suivants.
31
2.1 Modulation des signaux
Le canal de propagation radio est partagé entre plusieurs utilisateurs. Selon la bande
attribuée, un émetteur transpose les signaux en bande de base vers la bande dans laquelle il lui
est autorisé de transmettre. Les signaux à transposer représentant le signal en bande de base
peuvent être un signal analogique ou numérique. Un signal RF peut être modélisé par
l’expression suivante :
s(t ) = A RF (t ) cos(ωRF t + ϕ(t )) (2.1)
où ARF(t) est l’amplitude du signal s(t), ωRF est sa pulsation et ϕ(t) est sa phase instantanée. A
fréquence fixe, il est évident que l’information ne peut être introduite que dans l’amplitude ou
la phase du signal ou les deux à la fois.
On peut aisément démontrer que pour les modulations numériques, s(t) peut s’écrire
sous la forme de [1]:
s(t ) = I(t ) cos(ωRF t ) + Q(t ) sin (ωRF t ) (2.2)
où I est la composante en phase du symbole à transmettre et Q la composante en quadrature.

Par exemple, dans le cas d’une modulation QPSK (Quadrature Phase Shift Keying), I = ±s et
Q = ±s . Ainsi pour un symbole transmis, il y a deux bits transmis.
Fig. 2.1 Diagramme de constellation des phases
L’information nécessite une mise en forme pour pouvoir la transmettre. Cette mise en
forme nécessite plusieurs composants cascadés. Ces composants présentent des phénomènes
dont il est très important d’en tenir compte car ils influent directement sur la qualité
d’émission.
32
2.2 Les récepteurs
Évidemment, à toute chaîne d’émission est associée une chaîne de réception. Cette
chaîne est constituée d’un ensemble de composants capable de restituer sous forme
conventionnelle le signal transmis. La fonction principale d’un récepteur est la transposition
en fréquence du signal utile. Selon la technique utilisée pour cette fonction, le récepteur
présente des atouts et des inconvénients que nous présenterons par la suite.
Le canal de propagation contient non seulement le signal utile mais aussi des signaux
perturbateurs pour le récepteur en question mais utiles pour les autres systèmes. Si ces
perturbateurs sont situés dans un canal fréquentiel suffisamment lointain, ils ne risquent pas
dans ce cas de rompre le bon fonctionnement du récepteur ; s’ils sont proches, ils risquent de
le perturber. De plus, le récepteur doit être capable de capter un signal suffisamment faible.
Toutes ces conditions sont traduites en termes de caractéristiques qui dimensionnent le
récepteur.
2.2.1 Paramètres caractéristiques d’une chaîne de réception
Les performances d’une chaîne de réception sont déterminées à partir de quelques

figures de mérite. Les plus connues sont le facteur bruit, les non-linéarités, la dynamique de
mesures, le gain et la sensibilité. Ces termes permettent de prévoir le comportement du
récepteur dans un environnement donné. Le facteur de bruit et la non-linéarité sont abordés
dans ce qui suit.
2.2.1.1 Facteur de bruit dans le récepteur
Le bruit capté par l’antenne a une densité de puissance constante en fonction de la

fréquence de N0/2 [W/Hz]. Ce bruit blanc est un processus aléatoire gaussien de moyenne
nulle. Ce bruit perturbe le signal utile de façon additive. Généralement, en aval à l’antenne,
des filtres passe-bande et passe-bas limitent la bande passante de réception. La bande passante
de réception définira la puissance totale du bruit à l’entrée du récepteur. L’expression de la
puissance totale du bruit capté est déterminée par la relation suivante :
33
PB dBm = −174dBm + 10 × log10 (B) (2.3)
où B est la bande passante en Hz du filtre situé directement après l’antenne de réception.

N 0 kTa
= , avec : k = 1,38 × 10 −23 J K la constante de Boltzmann.
2 2
Ta : la température de l’antenne en Kelvin.
Autre que le bruit apporté par l’antenne pour un récepteur, les composants actifs et
passifs des transmetteurs induisent eux aussi du bruit, ce qui risque de dégrader le Rapport
Signal sur Bruit (SNR : Signal to Noise Ratio) à la sortie du récepteur. Cette dégradation est
le facteur de bruit du récepteur. Le facteur de bruit (NF : Noise Figure) est déterminé en
mesurant le SNR à l’entrée du récepteur et le SNR en sortie. Le rapport entre ces deux SNR
donne le NF.
Fig.2.2 Facteur de bruit dans les récepteurs
Ainsi, l’expression du facteur de bruit est déterminée par :
NFdB = SNRIN )dB − SNROUT )dB (2.4)
Un récepteur est constitué de plusieurs éléments en cascade. Chaque élément est

source de bruit interne au récepteur. Ces éléments actifs ou passifs apportent un gain et un
facteur de bruit.
Fig.2.3. Chaîne de réception à n éléments
La détermination du facteur bruit total de la chaîne de réception est faite en utilisant la

formule de Friis [2] :
34
NF2 − 1 NFn − 1
NF = NF1 + +…+ (2.5)
G1 G1 × G 2 × … × G n
Depuis l’équation (2.5), il est évident que le facteur de bruit du premier élément définit
le NF total de la chaîne. C’est pour cela qu’il est conseillé d’utiliser un amplificateur à faible
bruit (LNA : Low Noise Amplifaction) situé après le filtre de l’antenne pour garantir un faible
NF, sauf que ce dispositif ainsi que d’autres présentent des phénomènes de non-linéarités qui
risquent de dégrader la qualité de réception des signaux.
2.2.1.2 Non-linéarités dans les récepteurs
Théoriquement on suppose toujours que tous les composants utilisés dans un

émetteur/récepteur sont linéaires mais en pratique, certains composants présentent des
phénomènes de non-linéarités. Ces phénomènes représentent dans certains cas des sources de
signaux non désirés en bande de base qui dégrade la qualité de liaison.
Supposons que le dispositif représenté par la figure 2.2 est non-linéaire, invariant,
d’entrée x et de sortie y tel que le présente la figure suivante :
Fig.2.4 Système non-linéaire
L’expression de la sortie y(t) au troisième ordre en fonction de l’entrée x(t) s’écrit alors :
y(t ) = α1x (t ) + α 2 x 2 (t ) + α 3 x 3 (t ) (2.6)
Ainsi pour un signal d’entrée x apparaîtront plusieurs harmoniques en sortie dues à

l’apparition des termes en x2 et x3. La distorsion de non-linéarité peut être caractérisée en
mesurant le point de compression à 1dB (IIP1 :Input Intermodulation point), le point
d’interception d’intermodulation d’ordre pair (IIP2 : Second order Input Intermodulation
point) et le point d’interception d’intermodulation d’ordre trois (IIP3: Third order Input
Intermodulation point) [3].
35
- IIP1 : point de compression à 1dB
L’entrée x(t), dans les dispositifs radiofréquences est généralement une fonction
sinusoïdale pure ou modulée. Supposons qu’un signal x (t ) = A cos(ωt ) est appliqué à
l’entrée du dispositif non-linéaire. En se limitant au troisième ordre, la sortie s’écrit alors :
α 2 2 ⎛⎜ 3α A 3 ⎞ α α A3
y(t ) = A + ⎜ α1A + 3 ⎟⎟ cos (ωt ) + 2 A 2 cos(2ωt ) + 3 cos(3ωt ) (2.7)
2 ⎝ 4 ⎠ 2 4
Pour une amplitude faible du signal d’entrée x(t) le système est dans une zone linéaire et
l’expression (2.7) s’écrit alors :
y(t ) = α1A cos (ωt ) (2.8)
Le gain du système est dans ce cas égal à α1, par contre dans le cas d’une forte
amplitude du signal d’entrée, le gain peut être amené à varier. Cette variation de gain en
fonction de la puissance du signal d’entrée est l’une des conséquences de la non-linéarité.
La puissance de sortie d’un dispositif ne peut être amenée à croître indéfiniment
en fonction de la puissance d’entrée. Effectivement, à un certain niveau de puissance le
dispositif sature. Ceci peut être traduit dans l’expression (2.7) par une valeur négative de
α3. Cela induit que le gain α1 + 3α 3A 2 4 est décroissant en fonction de A pour des valeurs
élevées de ce dernier.
La perte de 1 dB de la sortie exprimée en (2.7) par rapport à la sortie en modèle
linéaire exprimée en (2.8) pour une puissance donnée donne le point de compression à
1 dB. Dans la pratique ce point est déterminé graphiquement comme l’illustre la figure 2-
5.
Figure 2.5 Détermination graphique du point de compression à 1dB
36
Dans le cas où le dispositif non-linéaire en question est parfaitement caractérisé, c-à-d que
les termes α1 et α3 sont connus, la détermination théorique du IIP1 devient possible et
s’exprime en définissant l’équation suivante :
3α 3 IIP12
20 log α 1 + = 20 log α 1 − 1dB (2.9)
4
Soit :
α1
IIP1 = 0.145 (2.10)
α3
La caractérisation de ce point s’est faite en supposant que nous avons un seul

signal à l’entrée. Cependant, on peut se trouver dans une situation ou plusieurs signaux
sont présents à l’entrée du dispositif non-linéaire et cela donne lieu à des signaux
d’intermodulations.
- Intermodulation d’ordre 2 et 3 : IIP2 et IIP3
Afin d’étudier le comportement du dispositif non-linéaire avec plusieurs signaux en son

entrée, nous supposons que x (t ) = A1 cos(ω1t ) + A 2 cos(ω2 t ) . L’expression de sortie y(t) (2.7)
s’écrit alors :
y(t ) = α1 (A1 cos(ω1t ) + A 2 cos(ω2 t )) + α 2 (A1 cos(ω1t ) + A 2 cos(ω2 t ))2 + α 3 (A1 cos(ω1t ) + A 2 cos(ω2 t ))3 (2.11)
Ce signal peut être décomposé en quatre composantes : continue, fondamentale,

harmonique et intermodulation.
La composante continue :
DC =
α2
2
(
A12 + A 2 2 ) (2.12)
Les composantes fondamentales ω1, ω2:

⎛ 3 3 ⎞
F1 = ⎜ α1A1 + α 3 A13 + α 3 A1A 22 ⎟ cos(ω1t ) (2.13)
⎝ 4 2 ⎠
⎛ 3 3 ⎞
F2 = ⎜ α 2 A 2 + α 3A 32 + α 3A 2 A12 ⎟ cos(ω2 t ) (2.14)
⎝ 4 2 ⎠
37
Les composantes harmoniques 2ω1, 2ω2, 3ω1, 3ω2:
Distorsion d’harmonique d’ordre 2 (HD2) :

α2 2 α2 2
HD21 = A1 cos(2ω1t ) ; HD 2 2 = A 2 cos(2ω2 t ) (2.15)
2 2
Distorsion d’harmonique d’ordre 3 (HD3) :

α3 3 α3 3
HD31 = A1 cos(3ω1t ) ; HD32 = A 2 cos(3ω2 t ) (2.16)
4 4
Les composantes d’intermodulation ω1±ω2, 2ω1±ω2, 2ω2±ω1 :

Distorsion d’intermodulation d’ordre 2(IMD2) :
IMD2 hautes : IMD2 H = α 2 A1A 2 cos([ω1 + ω2 ]t ) (2.17)
IMD2 basses : IMD2B =a 2 A1A 2 cos ([ ω1 -ω2 ] t ) (2.18)
Distorsion d’intermodulation d’ordre 3(IMD3) :

IMD3 hautes :
3α 3A12 A 2 3α 3A 22 A1
IMD312 H = cos([2ω1 + ω2 ]t ) ; IMD321H = cos([2ω2 + ω1 ]t ) (2.19)
4 4
IMD3 basses :
3α 3A12 A 2 3α 3A 22 A1
IMD312 B = cos([2ω1 − ω2 ]t ) ; IMD321B = cos([2ω2 − ω2 ]t ) (2.20)
4 4
Toutes les composantes dues à la non-linéarité du dispositif font apparaître à

différents lieux du spectre fréquentiel des signaux qui risquent de perturber l’émetteur ou
le récepteur, mais aussi d’autres utilisateurs sur le canal hertzien.
Fig.2.6. Répartition spectrale des distorsions
38
Le terme IMD2B apparaît proche de la bande de base. Dans le cas d’un récepteur
homodyne, le résultat obtenu risque d’être biaisé. De même, pour un dispositif où la bande RF
est transposée à une fréquence intermédiaire (structure hétérodyne), les distorsions IMD312B et
IMD321B risquent de dégrader le signal en F1 ou F2. Selon l’application envisagée ou
l’architecture, une distorsion peut nuire ou non au fonctionnement optimal d’un dispositif.
Les paramètres permettant de dimensionner l’IMD2 et l’IMD3 sont les points IIP2 et
IIP3 respectivement. Les figures qui suivent illustrent la méthode graphique de détermination
de ces points.
Fig.2.7 Détermination de l’IIP2
Fig.2.8 Détermination de l’IIP3
Les signaux attendus en sortie finale de tout récepteur se situent en bande de base.
Donc, un filtre éliminera les signaux hautes fréquences dus aux différents types
d’intermodulation. L’IMD2 qui se situe proche des signaux en bande de base est susceptible
d’être dans la bande passante du dernier filtre du récepteur.
39
Fig.2.9 Répartition spectrale des distorsions dans un récepteur
La résolution du problème d’IMD2 dans les récepteurs a fait l‘objet de plusieurs

travaux et techniques élaborés. Dans le quatrième chapitre de cette thèse un état de l’art des
techniques de suppression de l’IMD2 est présenté ainsi que la méthode élaborée dans le cadre
de cette thèse.
2.2.2 Architectures des récepteurs
Depuis les premières communications sans-fil, plusieurs techniques de transposition

de signal ont vu le jour. Nous présentons les plus connues d’entre elles. La différence entre
ces différentes techniques est globalement le nombre de transposition en fréquence. Il y a des
démodulateurs qui font appel à plusieurs fréquences intermédiaires et il y’en a qui directement
délivrent le signal en bande de base.
2.2.2.1 Récepteurs hétérodynes
Connue depuis 1917 [4], ce type de récepteur procède en deux étapes (ou plusieurs
dans le cas d’un superhétérodyne). A toute fréquence porteuse variable fRF ce type
démodulateur transpose cette fréquence dans un premier temps à la fréquence intermédiaire FI
en fixant sa fréquence OL de telle sorte que fRF-fOL=FI. Ensuite, le signal utile se trouvant à FI
est à nouveau transposé soit à une seconde FI dans le cas du superhétérodyne ou directement
en bande de base dans le cas de l’hétérodyne.
40
Fig.2.10 Spectre de transposition de fréquence dans les récepteurs hétérodynes
L’architecture permettant de réaliser ce type de transposition en fréquence est

présentée dans la figure 2-11. Ce type de démodulateur est constitué principalement d’une
antenne, un filtre RF passe-bande, un LNA, un filtre image, un filtre FI, deux oscillateurs
locaux, trois mélangeurs, un déphaseur 0°/90° et deux filtres en bande de base.
Fig.2.11 Récepteur hétérodyne

Au niveau de la sortie du LNA, le signal venant de l’antenne subit une perte due aux filtres
d’entrées et une amplification non linéaire dus au LNA.
Soit y(t ) un signal à l’entrée du premier mélangeur tel que :

y(t ) = A RF (t ) cos(ωRF t + ϕ(t )) (2.21)
En supposant que le signal utile à la fréquence RF et celui du premier OL sont synchronisés,

l’expression du premier OL du récepteur hétérodyne s’écrit :
OL1(t ) = A OL1 cos(ωOL1t ) (2.22)
A l’issue du premier mélange, on obtient:
y IF (t ) = α ( ARF (t )AOL1 cos([ω RF − ωOL1 ]t + ϕ (t )) + ARF (t )AOL1 cos([ω RF + ωOL1 ]t + ϕ (t ))) (2.23)
Le filtre FI éliminera les signaux en haute fréquence et on obtient :
y IF (t ) = α ARF (t )AOL1 cos(ω FI t + ϕ (t )) (2.24)
41
où ωFI = ωRF − ωOL1 et α les pertes de conversion et de filtrage.
Reprenons ces dernières équations mais en supposant qu’au niveau de l’antenne de réception
figure un autre signal que celui du signal RF utile :
y (t ) = ARF (t ) cos(ω RF t + ϕ (t )) + AX cos(ω X t ) (2.25)
Dans ce cas, à la première transposition on obtient :

y IF (t ) = α ( ARF (t )AOL1 cos([ω RF − ω OL1 ]t + ϕ (t )) + ARF (t )AOL1 cos([ω RF + ω OL1 ]t + ϕ (t ))
+ AX AOL1 cos([ω X − ω OL1 ]t ) + AX AOL1 cos([ω X + ω OL1 ]t ))
(2.26)
Le filtre FI éliminera les signaux hors bande. Le signal à ωX − ωOL1 peut se situer dans la
bande FI si : ± (ωX − ωOL1 ) = ωFI avec ωX ≠ ωRF . Soit ωX = ωIM = ωOL1 − ωFI .
Donc, il existe à une fréquence particulière un signal autre que le signal utile qui risque de se
retrouver après transposition de fréquence depuis l’antenne dans la bande FI. Cette fréquence
est la fréquence image. Le filtrage avant transposition de cette fréquence devient nécessaire
pour éviter des éventuelles perturbations dans la réception.
Fig.2.12 Transposition de la fréquence image
Un second mélange est réalisé par la suite pour la récupération de la voie I et Q des signaux
utiles. Ayant y IF (t ) = α ARF (t )AOL1 cos(ω FI t + ϕ (t )) , le second oscillateur local délivre un
signal à la fréquence FI qui est divisé en deux. Le premier est déphasé de 0° et le second de
90°. Ces deux signaux sont mélangés avec le signal utile à la fréquence FI puis filtrés par un
filtre passe-bas pour donner finalement :
I (t ) = α α 2 AOL1 AOL 2 ARF (t ) cos(ϕ (t )) (2.27)
42
Q(t ) = α α 2 AOL1 AOL 2 ARF (t )sin (ϕ (t )) (2.28)
α 2 est la perte du deuxième mélangeur.
Fréquence image :
La fréquence image est la fréquence d’un signal autre que le signal utile dont le
récepteur hétérodyne est capable de démoduler. Cette fréquence créera des perturbations dans
la liaison et risque de compromettre la qualité de la démodulation. Pour y remédier, un filtre
image est nécessaire. Ce filtre situé dans le début de la chaîne doit avoir une très faible perte
d’insertion car cela risque de compromettre directement le NF du récepteur et de dégrader la
sensibilité.
Selon le choix de FI, élevée ou faible, deux contraintes se présentent. Le filtre image
doit avoir un facteur qualité Q élevé dans le cas où la FI est faible afin de permettre d’éliminer
le signal image sans affecter le signal utile. Dans le cas où le FI est élevée, il sera plus facile
de l’éliminer, par contre le filtre FI doit avoir une grande sélectivité pour la sélection du canal
utile et réduire l’effet des interféreurs.
Les types de filtre utilisés pour faire face à la FIM (Fréquence IMage) sont de types
SAW (Surface Acoustic Wave) ou BAW (Bulk Acoustic Wave). Ces filtres ont la
particularité d’être des structures à électrodes séparées par un diélectrique. Cette
caractéristique fait qu’ils présentent une impédance capacitive. Pour cela, un circuit
d’adaptation en entrée et en sortie est nécessaire pour éviter d’avantage de pertes. De plus, ces
filtres sont difficilement intégrables [5].
Non-linéarités :
Les dispositifs utilisés dans ce type de démodulateur présentent des non-linéarités. Ces
non-linéarités comme précédemment décrites peuvent engendrer des DC-offset ou des IMD2
lors des premiers mélanges avec OL1. L’avantage de l’architecture hétérodyne est que le
filtrage se fait autour de la bande FI et de là plusieurs perturbateurs sont naturellement
supprimés. Par contre à forte puissance, lors du second mélange avec l’OL2 pour la
transposition vers la bande de base des DC-offset et des IMD2 peuvent apparaître.
Le nombre élevé de composants nécessaires pour la réalisation de ce type de

démodulateur et toutes ces contraintes n’ont pas compromis leurs succès. En effet, la majorité
43
des systèmes actuels opérant aux fréquences supérieures à 3 GHz font appel à ce type
d’architecture. Par contre, dans les équipements futurs à très haut débit, les filtres image de
type SAW ou BAW risquent de ne plus répondre aux contraintes. Ces filtres présentent un
TPG variable en fonction de la fréquence (Temps de Propagation de Groupe) qui risque
d’accroître la complexité au niveau des égaliseurs en créant des interférences entre symboles
élevées [6].
2.2.2.2 Récepteur Low-IF
Une seule transposition analogique est faite dans ce type de récepteur. En effet, la
seconde transposition se fait dans le domaine numérique. La fréquence intermédiaire utilisée
est très faible comparée à la fréquence RF du signal reçu.
Fig.2.13 Spectre de transposition de fréquence dans les récepteurs Low-IF
Dans ce type de démodulateur tel que le présente la figure 2-14, un seul oscillateur
local est nécessaire. Le signal reçu par l’antenne est filtré puis amplifié. Ensuite, le signal est
divisé en deux puis appliqué aux deux mélangeurs. A chaque mélangeur est appliqué un
signal OL déphasé de 0° pour le premier et 90° pour le second. On obtient en sortie deux
signaux en bande LIF (Low-IF).
44
Fig.2.14 Architecture du récepteur Low-IF
Soit y(t ) un signal à l’entrée du récepteur tel que :

y(t ) = A RF (t ) cos(ωRF t + ϕ(t )) (2.29)
En supposant que le signal utile à la fréquence RF et celui du premier OL sont synchronisés,

l’expression du premier OL du récepteur hétérodyne s’écrit :
OL1(t ) = A OL1 cos(ωOL1t ) (2.30)
A l’issue du premier mélange :

AOL1 A
y LIF (t ) = α ARF (t ) cos([ω RF − ωOL1 ]t + ϕ (t )) + α ARF (t ) OL1 cos([ω RF + ωOL1 ]t + ϕ (t )) (2.31)
2 2
Le filtre LFI éliminera les signaux en haute fréquence et on obtient deux signaux :
ARF (t )AOL1
I
y LIF (t ) = α cos(ω LIF t + ϕ (t )) (2.32)
2
ARF (t )AOL1
Q
y LIF (t ) = α sin (ω LIF t + ϕ (t )) (2.33)
2
où ωLIF = ωRF − ωOL1
Le convertisseur analogique numérique (ADC) utilisé dans ce type de démodulateur est

soumis, en plus des contraintes de dynamique, à d’autres contraintes telles que la largeur de
bande spectrale. La fréquence d’échantillonnage doit être au moins deux fois plus élevée que
ωLIF .
45
Le problème de fréquence image figure aussi dans ce type de démodulateur. Cette

fréquence est ωIM = ω OL1 − ωLIF . Cependant, la rejection se fait par traitement numérique en
utilisant l’architecture de Weaver [7] présentée dans la Figure 2.14.
Supposons que nous avons un signal utile à l’entrée de l’antenne accompagné d’un
signal à la fréquence image. On obtient après la première transposition :
AOL1 A
I
y LIF (t ) = α ARF (t ) cos(ω LIF t + ϕ (t )) + AIM OL1 cos(ω IM t ) (2.34)
2 2
AOL1 A
Q
y LIF (t ) = α ARF (t )sin (ω LIF t + ϕ (t )) + AIM OL1 sin (ω IM t ) (2.35)
2 2
En utilisant la solution de Weaver :
[
I(t ) = flt y ILIF (t ) × cos(ωOL 2 t ) + y QLIF (t ) × sin (ωOL 2 t ) ] (2. 36)
Q(t ) = flt [
y QLIF (t ) × cos(ωOL 2 t ) − y ILIF (t ) × sin (ωOL 2 t )] (2. 37)
avec ωOL 2 = ωLIF et flt{}

⋅ est l’opérateur du filtre passe-bas.
On obtient :
I (t ) = α AOL1 AOL 2 ARF (t ) cos(ϕ (t )) (2. 38)
Q(t ) = α AOL1 AOL 2 ARF (t ) sin (ϕ (t )) (2. 39)
Ainsi, la seconde transposition de fréquence est faite et les résultats des signaux en bande de
base sont obtenus.
2.2.2.3 Récepteur Zéro-IF
Une seule transposition est nécessaire dans ce type de démodulateur. En utilisant une
fréquence intermédiaire nulle, ce démodulateur permet de récupérer directement les signaux
en bande de banse.
Fig.2.15 Spectre de transposition de fréquence dans les récepteurs Zéro-IF
46
Différentes architectures permettent de réaliser la démodulation directe. Parmi ces

architectures nous en présentons trois. La première étant très connue, c’est l’architecture
classique IQ. La seconde, utilisée pendant longtemps dans le domaine de l’instrumentation est
connue aujourd’hui pour ses capacités de démodulation est le circuit cinq-port. Finalement
une architecture peu connue est l’architecture triphasée.
A) Récepteurs IQ :
Le nombre de composants nécessaire à sa réalisation est très faible comparé à une

structure hétérodyne et aussi le traitement en bande de base est beaucoup moins complexe
qu’un récepteur Low-IF, ce qui le met en première ligne pour les solutions faible intégration
et faible consommation. La Figure 2-16 illustre son schéma de principe.
Fig.2.16 Récepteur IQ classique
Soit y(t ) le signal reçu au niveau de l’antenne tel que :

y(t ) = A RF (t ) cos(ωRF t + ϕ(t ))
Ce signal est divisé en deux. La première et la deuxième partie seront multipliées par
un signal OL déphasé de 0° et de 90° respectivement.
Soit l’expression du signal OL : OL(t ) = AOL cos(ωOL t )
En tenant compte de la non-linéarité d’ordre 2 dans la chaîne de réception due au LNA
et au mélangeur, l’expression de sortie des deux mélangeurs peut s’écrire :
{
I (t ) = flt y (t ) × OL(t ) 0° + α 2 ( y (t ) × OL(t ) 0° ) 2 } (2. 40)
Q(t ) = flt {y (t ) × OL(t ) 90°

+ α 2 ( y (t ) × OL(t ) 90° ) 2 } (2. 41)
où
47
α 2 est le gain d’inter-modulation d’ordre 2.

flt {}
⋅ est l’opérateur du filtre passe-bas.
Apres filtrage passe-bas les signaux en bande de base I et Q obtenus s’expriment:
α 2 ARF α 2 AOL
I (t ) = α l AOL ARF (t ) cos(ϕ (t )) + + + α 2 AOL ARF cos(ϕ (t )) (2. 42)
2 2
α 2 ARF α 2 AOL
Q(t ) = α l AOL ARF (t ) sin (ϕ (t )) + + + α 2 AOL ARF cos(ϕ (t )) (2. 43)
2 2
α 2 ARF α 2 AOL
+ : le terme en DC-Offset dû à la non-linéarité dans la chaîne de réception.
2 2
α 2 AOL ARF cos(ϕ (t )) : le terme en IMD2 dû à la non-linéarité et qui varie en fonction du temps.
Comme nous pouvons le constater sur les équations 2.42 et 2.43, la difficulté est qu’en
bande de base le DC-offset et l’IMD2 accompagne le signal utile. Cette conséquence de la
non-linéarité dans la chaîne de réception est généralement ignorée car on suppose toujours
que α 2 = 0 .
L’expression idéale des sorties d’un récepteur IQ est :
I (t ) = α l AOL ARF (t ) cos(ϕ (t )) (2. 44)
Q(t ) = α l AOL ARF (t ) sin (ϕ (t )) (2. 45)
B) Récepteur cinq-port
La technique cinq-port est un « produit » de la technique six-port. Au début, la

technique était utilisée dans l’instrumentation en tant qu’analyseur de réseaux vectoriel [8].
En 1995 on démontre ses capacités de démodulation [9]. Ce type de démodulateur utilise
principalement des diodes pour la réalisation du mélange. Il utilise la non-linéarité de cette
dernière pour pourvoir obtenir le mélange. Une autre particularité de cette architecture est
qu’elle fait appel à trois branches.
48
Fig.2.17 Récepteur cinq-port
Le signal à l’entrée de l’antenne s’exprime toujours par la même équation (2-33). Le

signal RF est par la suite filtré puis amplifié pour être divisé en trois. Ces trois signaux sont
additionnés avec le signal OL déphasé de -120°, 0° et 120°. Chaque somme est par la suite
mise au carré grâce à une diode. Finalement, le signal est filtré par un filtre passe-bas pour
délivrer des signaux en bande de base qui ne sont pas directement exploitables comme on le
verra plus loin.
Au niveau de l’antenne nous avons toujours le signal y(t ) tel que:

y(t ) = A RF (t ) cos(ωRF t + ϕ(t ))
En supposant aussi que le signal utile à la fréquence RF et celui du premier OL sont

synchronisés, l’expression du premier OL du récepteur cinq-port s’écrit:
OL(t ) = A OL cos(ωOL t )
à la sortie du circuit cinq-port l’expression des signaux s’écrit:

{
v i (t ) = flt [A RF (t ) cos(ωRF t + ϕ(t )) + A OL cos(ωOL t + ϕi )]2 } avec i = 1,2,3 (2. 46)
où flt{}
⋅ est l’opérateur de filtrage passe-bas, ϕi est le déphasage de l’OL sur la voie i.
Soit l’expression des trois signaux en bande de base :
vi (t ) = α l
2
ARF (t ) + α AOL2 + α l ARF (t )AOL cos(ω t + ϕ (t ) − ϕ ) avec i = 1,2,3 (2. 47)
l RF i
2 2 2
On observe bien dans cette expression les effets du DC-offset ainsi que ceux de l’IMD2.
49
Après conversion analogique numérique, les trois signaux en bande de base leurs sont
appliqués des constantes dites de calibrage. Ces constantes sont déterminées par différentes
techniques plus ou moins complexes qui seront détaillées dans le chapitre suivant.
Le cinq-port est toujours présenté comme un circuit projetant le signal sur une base
triphasée tel que le présente la figure suivante :
Fig.2.18 Représentation triphasée des points de la constellation.
Chaque point de la constellation est mesuré en bande de base par trois coordonnées x,y
et z qui sont linéairement reliés aux coordonnées dans la base IQ tel que l’illustre la figure
suivante :
Fig.2.19 Coordonnées d’un symbole dans les deux bases cinq-port et IQ en fonction des valeurs mesurées
de v1, v2 et v3
Le passage de la base (v1,v2,v3) vers la base (I,Q) se fait au moyen des constantes de
calibration qui sont généralement déterminées soit avant utilisation et mémorisées, soit
estimées en temps réel.
50
Il est évident qu’une redondance de mesure apparaît. Généralement dans une base
cartésienne deux vecteurs suffisent pour représenter n’importe quel point dans un plan. C’est
ce qui justifie la grande largeur de bande de fonctionnent de ce type de démodulateur. En effet
le déphasage entre les voies ne sera plus de 120° en évoluant en fréquence mais nous avons
suffisamment de coordonnées pour retracer correctement le symbole reçu, ce qui aurait été
plus difficile avec une base à deux axes.
C) Récepteur triphasé
Le récepteur triphasé n’est pas très connu et uniquement un brevet en 1992 le

revendique sans en préciser ses avantages, autre que sa capacité à démoduler des signaux RF
[10]. Une présentation sommaire est faite ici mais une étude plus détaillée sur ses
capacités est démontrée et présentée dans le chapitre suivant.
Le principe est très similaire au cinq-port. La seule différence est que ce circuit utilise
des mélangeurs pour la transposition en fréquence et non des diodes.
Fig.2.20 Récepteur triphasé
Au niveau de l’antenne nous avons toujours le signal y(t ) tel

que : y(t ) = A RF (t ) cos(ωRF t + ϕ(t )) .
En supposant aussi que le signal utile à la fréquence RF et celui du premier OL sont

synchronisés, l’expression du premier OL du récepteur cinq-port s’écrit : OL(t ) = A OL cos(ωOL t )
à l’issue du circuit cinq-port l’expression des signaux de sortie s’écrivent :
v i (t ) = flt{A RF (t ) cos(ωRF t + ϕ(t )) × A OL cos(ωOL t + ϕi )} avec i = 1,2,3 (2. 48)
où flt{}
⋅ est l’opérateur de filtrage passe-bas, ϕi est le déphasage de l’OL sur la voie i.
51
Soit l’expression des trois signaux en bande de base :

α l ARF (t )AOL
vi (t ) = cos(ω FI t + ϕ (t ) − ϕ i ) avec i = 1,2,3 (2. 49)
2
Les résidus de DC-offset et d’IMD2 peuvent apparaître si les non-linearités dans la
chaîne sont prisent en compte.
Comme pour le cinq-port une matrice de passage de l’espace des tensions vers
l’espace des I et Q est nécessaire. Plus de détails concernant la calibration, l’IMD2 et le DC-
offset sont étudiés dans le chapitre 4.
Conclusion
La non-linéarité des composants utilisés dans les différents modules de transmetteur

doit être prise en compte pour anticiper une éventuelle dégradation des performances. A la
réception la non-linéarité des composants (LNA et mélangeur) fait apparaître en bande de
base des signaux perturbateurs. Ces signaux, pour de fortes valeurs, détériorent la sensibilité
du récepteur. Dans le cas d’un démodulateur à conversion directe, ces perturbations
apparaissent autour des basses fréquences où se situe aussi le signal utile.
Selon l’architecture mise en œuvre dans un récepteur des avantages et des

inconvénients apparaissent. Dans un récepteur hétérodyne, une grande sélectivité est assurée.
De plus les phénomènes de non-linéarité tels que le DC-offset et l’IMD2 qui peuvent
apparaître à la suite du premier mélange sont supprimés par simple filtrage. Néanmoins, lors
du second mélange, rien ne garantit qu’un DC-offset résiduel ne puisse apparaître. La
fréquence image est un des problèmes majeurs de ce type de démodulateur. Même si les
procédés de fabrication actuels nous permettent de réaliser des filtres de type SAW ou BAW
avec de très bonnes performances, ces derniers restent très difficiles à intégrer. Cette
architecture fait appel au minimum à deux mélanges. La réalisation de ce type de
démodulateur fait appel à plusieurs modules cascadés. Ceci nous contraint à utiliser des étages
d’amplification pour réduire les pertes intrinsèques dues à la désadaptation et ce qui risque
d’accroître non seulement le volume de ce type de circuit mais surtout la consommation.
Pour synthétiser les différentes architectures de récepteur présentées dans ce chapitre
voici un tableau récapitulatif.
52
Composant
Filtre Filtre
Unité de
Filtre RF SAW/B LNA Mixer OL Bande de ADC
calcul
AW base
Architectures
1 Filtre
1
bande
Hétérodyne Filtre 1 3 2 2 2@Fe NON
image
1 Filtre FI
1 Filtre
Low-IF 0 1 2 1 2 2@2×Fe OUI
bande
1 Filtre
IQ 0 1 2 1 2 2@Fe NON
bande
Zéro-IF
Cinq- 1 Filtre
port
0 1 3 1 3 3@Fe OUI
bande
1 Filtre
triphasé 0 1 3 1 3 3@Fe OUI
bande
Tableau 2 Synthèses des principaux composants des différentes architectures
Le filtre image est uniquement nécessaire pour les récepteurs hétérodynes. Ce type de
filtre est difficile à mettre en œuvre et nécessite un circuit d’adaptation dédié. De plus pour les
futurs récepteurs à haut débit ces filtres risquent d’être obsolète vu la variation fréquentielle
de leurs TPG. Le mélangeur est un composant clef pour les récepteurs. Selon l’architecture,
telle que le montre le tableau 1, les récepteurs peuvent avoir besoin au moins de deux
mélangeurs. Le récepteur IQ classique et le récepteur Low-IF présentent le même besoin en
composant. Sauf que le Low-IF nécessite un ADC ayant une fréquence d’échantillonnage
égale au moins au double de la bande passante du signal reçu, voire largement supérieure pour
le filtrage numérique de la bande image résiduelle en sotie de la structure de Weaver.
L’autonomie des systèmes dépend directement de leur consommation. Le nombre de
composants dans un système augmente non seulement sa consommation mais aussi ses
dimensions. Les applications « grand public » actuelles telles que le WiMax ou le WiFi et
aussi les futures générations de téléphonie mobile (LTE Long Term Evolution) et le DVB-SH
(Digital Video Broadcast Satellite Handled) font appels à des techniques où le nombre
d’émetteurs ou/et de récepteurs augmente dans un système. Pour des applications sur un
dispositif portatif tel qu’un PC portable ou un téléphone mobile il est primordial de choisir la
solution avec la plus faible dimension et la plus faible consommation. De plus dans les
53
systèmes utilisant de multiples antennes en émission ou/et en réception la consommation et la

dimension augmentent linéairement en fonction du nombre d’antennes. Ainsi parmi toutes les
architectures présentées précédemment la solution à conversion directe est la plus adéquate à
notre objectif de réalisation de système sans-fil à multiples antennes en émission et en
réception. Cependant, tel qu’il a été mentionné, cette structure de récepteur présente des
inconvénients tels que le DC-offset et l’IMD2. Ces inconvénients sont étudiés davantage dans
le chapitre et des solutions, de l’état de l’art et celle développé dans le cadre de cette thèse,
seront aussi présentées.
54
REFERENCES BIBLIOGRAPHIQUES
[1] B. Razavi, ‘RF Transmitter Architectures and Circuits,’ in proceeding of the 1999 Custom
Integrated Circuits Conference, pp. 197-204, 1999.
[2] D.Pozar, “Microwave and RF Design of Wireless Systems,” John Wiley and Sons 2001.
[3] Martine Villegas et coll. « Radiocommunications numériques 2, Conception de circuits
intégrés RF et micro-ondes », 2e édition, Dunod 2007.
[4] B. Manaï « Méthode de dimensionnement de récepteurs radiomobile à conversion directe.
Application au filtrage à sélection de canal UMTS par la technique des capacités
commutées », Thèse doctorat Ecole Nationale Supérieure des Télécommunications, 2002.
[5] A.A. Abidi, “Direct-conversion radio transceivers for digital communications” Solid-State
Circuits, IEEE Journal of., Volume 30, Issue 12, Dec. 1995 Page(s):1399 - 1410.
[6] Les filtres à onde de surfaces, Electronique, no. 82, pp. 8-20, Juin 1998.
[7] D.K Weaver, “A Third Method of Generation and Detection of Single Side Band
Signals,” Proceeding of IRE, pp. 1703-1705, 1956.
[8] Engen “The Six-Port Reflectometer: An Alternative. Network Analyzer” IEEE-MTT’,
Vol. 25, No.12, Dec. 1977,. pp. 1075-1080.
[9] Ji Li, G. Bosisio, Ke Wu, Computer and measurement simulation of a new digital receiver
operating directly at millimeter-wave frequencies, IEEE Trans. on MTT, Vol. 43, No. 12,
December 1995, pp 2766-277
[10] Loper, Roger K and Marion, IA. “Direct conversion receiver with tri-phase
architecture,” US Patent 5095536, March 1992.
55
Chapitre III
Les systèmes multi-antennes
Chapitre III Les systèmes multi-antennes
Introduction
Multiplier le nombre d’antenne en émission et/ou en réception peut permettre

d’améliorer les performances d‘un système de communication sans-fil. Parmi ces solutions on
cite la diversité de réception permettant de minimiser l’effet de l’évanouissement. De plus, on
démontre qu’il est possible de multiplexer des signaux dans l’espace. Grâce à la décorrélation
spatiale apportée par des différents trajets, il est possible d’émettre des signaux utilisant la
même bande spectrale. C’est ce que la technologie MIMO propose.
Deux parties distinctes sont présentées dans ce chapitre. Dans la première partie de ce
chapitre nous présentons l’intérêt de la diversité d’antenne en réception ainsi que les
différentes techniques de formation de faisceaux associées. La seconde partie de ce chapitre
traite de l’état de l’art des différentes techniques MIMO. Cela nous permettra de choisir une
des techniques à mettre en œuvre dans la réalisation du banc MIMO et de souligner les
problématiques intéressantes que nous avons explorées dans le cadre de cette thèse. Ce
chapitre donne donc les bases pour la description du récepteur original pour un système
MIMO que nous avons réalisé et qui sera présenté dans le dernier chapitre de cette thèse.
57
3.1 Le système de radiocommunication SIMO
Dans le précédent chapitre uniquement le système SISO, une antenne en émission et

une autre en réception, était présentées. Le système SIMO est constitué d'une antenne en
émission et de plusieurs antennes en réception. Une fois que le signal est émis, plusieurs
antennes en réception sont utilisées pour recevoir le maximum d’ondes (répliques). Cette
technique permet de donner une diversité de réception. L’avantage de cette technique est de
contourner les problèmes dus à l’évanouissement de l’onde, comme il a été expliqué au
chapitre 1.
3.1.1 Modèle du canal SIMO
Le système SIMO consiste à utiliser une seule antenne en émission et un réseau

d’antennes en réception. Le modèle de canal est illustré par la figure qui suit :
Fig.3.1 Système SIMO
Notons par x(t) le signal transmis. Chaque antenne réceptrice délivre une réplique yn(t)
du signal transmis x(t). Sauf que ces répliques doivent être décorrélées les unes des autres
pour garantir une utilisation optimale du réseau en réception.
La distance entre les éléments du réseau est un paramètre crucial pour les
performances du système. Selon l’objectif à atteindre (Gain de diversité ou la formation de
faisceaux) ce critère peut être amené à changer. Pour le gain de diversité le concepteur devra
opter pour éloigner au mieux les éléments de sorte à garantir le maximum de décorrélation
entre les signaux reçus par chaque antenne. Au contraire dans le cas de la formation de
58
faisceaux, plus les antennes sont proches et plus l’angle d’ouverture du lobe principal est
faible, ce qui permet un filtrage spatial plus performant. Aussi la distance entre les éléments
dépend d’un autre paramètre qui est la dispersion angulaire. En effet, pour des antennes de
station de base par exemple où la dispersion angulaire est faible, il est conseillé d’avoir un
espacement élevé. Par contre pour un mobile où les obstacles (l’utilisateur par exemple) sont
très proches du récepteur la distance entre les éléments doit être inférieure à la longueur
d’onde.
Pour des applications de formation de faisceaux, l'espacement inter-élément exigé est le λ/2
[1].
A l’aide du réseau, la reconstitution du signal transmis se fait par combinaisons des signaux
reçus :
y m (t ) = hm1 x(t ) (3.1)
où ym est le signal reçu au niveau de l’antenne de réception numéro: m et hm1 est la constante
du canal entre l’antenne d’émission et l’antenne de réception m et x le signal émis.
soit :
M
x(t ) = ∑ ω m1 * y m (t ) (3.2)
m =1
où ωm1 m=1 :M sont les coefficients de pondération reliant x à ym.
3.1.2 Capacité du canal SIMO
Dans le cas SIMO le canal est constitué de M coefficients distincts,

h = [h1 h2 h3 hM ] . La capacité s’exprime [2] :
⎡ M
2⎤
C SIMO = log 2 ⎢1 + ρ ∑ hi ⎥ bits/s/Hz (3.3)
⎣ i =1 ⎦
ρ est le rapport signal à bruit au niveau de chaque antenne de réception.
Le nombre d’antenne, comme cette dernière expression l’indique, fait croître
linéairement le rapport signal sur bruit par contre, la capacité croit d’une façon logarithmique.
Ainsi, le réseau d’antenne en réception permet une nette amélioration de la qualité de liaison.
Pour pouvoir déterminer la relation 3.2 l’estimation des coefficients de pondération est
nécessaire. Le formateur de faisceaux permet entre autres d’estimer les coefficients de
pondération.
59
3.1.3 Formateur de faisceaux ou beamforming dans les systèmes SIMO
Le beamforming ou formation de faisceaux est une technique de traitement des

signaux utilisée pour les systèmes de transmission sans fil haut débit [3]. Il peut également
être considéré comme un filtre spatial pour chaque direction d'intérêt. Ce filtre va permettre
de récupérer ou d’émettre des signaux dans des directions particulières avec un gain
maximum, c'est-à-dire de favoriser le gain pour la direction d’intérêt et d’atténuer les signaux
émis dans les directions non souhaitées (interférences). A la sortie de ce filtre, on n’aura que
les signaux dans la direction d’intérêt (FIG. 3.2).
On montre que les systèmes d’antennes connues sous le vocable «d’antennes

intelligentes» (Smart Antennas) utilisent la technique de formation de faisceaux
(Beamforming) pour permettre de récupérer ou d’émettre des signaux dans des directions
particulières avec un gain maximum.
Fig.3.2 Principe de la formation de faisceaux
Le formateur de faisceaux étant un outil très important dans les réseaux d’antennes il
est essentiel d’en connaître les différents types ainsi que les techniques mises en œuvre et
leurs avantages respectifs.
60
3.1.3.1 Les différents types de formateur de faisceaux
Selon les types d’applications, on distingue deux types de réseau formateur de

faisceaux : le réseau de formation de faisceaux analogique (Analog Beamforming) [4] et le
réseau de formation de faisceaux par le calcul ou numérique (Digital Beamforming) [5]. Le
premier type réalise la formation de faisceaux sur un support RF (ligne de transmission, guide
d’onde…), alors que le deuxième type réalise la formation de faisceaux sur un support
numérique, beaucoup plus flexible. En fait, ce type de formateur est la somme de deux
technologies : technologie d’antenne et la technologie numérique.
La formation de faisceaux numérique permet de former de nombreux faisceaux alors

que la FF analogique est limitée par la complexité du réseau de formation de faisceaux. Le fait
de travailler avec des signaux numérisés facilite, de plus, les calculs de pondération. Le
formateur de type analogique ne permet pas de séparer les signaux non orthogonaux ; en plus
le rapport signal sur bruit (SNR) est affecté par le nombre des faisceaux, en fait le SNR
diminue si le nombre des rayons transmis augmente. A contrario, le formateur de type
numérique résout ces inconvénients du fait qu’il utilise des techniques de traitement
numérique des signaux.
Pour le type d’application envisagé présentée dans le dernier chapitre de cette thèse
nous optons pour la formation de faisceaux numérique. La technique de Formation de
Faisceaux peut être utilisée au niveau des antennes d’émission ou de réception selon le type
d’application demandée. Dans cette thèse elle sera utilisée uniquement en réception.
3.1.3.2 La formation de faisceaux au niveau de récepteur
Pour la réception d'un signal, la formation de faisceaux est utilisée pour augmenter le
gain dans la direction des signaux voulus et diminuer le gain dans la direction de l'interférence
et du bruit, c'est-à-dire en recevant l'information de différentes antennes et la combiner de
telle manière qu'on observe préférentiellement le signal désiré. Pour cela, nous allons détailler
le fonctionnement de la formation de faisceaux au niveau de la réception [6].
61
Soit un signal x (t ) émis dans la direction (θ0, φ0) (angles d’élévation et d’azimut
respectivement désirés) d’un émetteur ayant une antenne réseau à K éléments rayonnants. En
supposant une propagation en milieu homogène, le signal subit sur chaque élément d’antenne
un déphasage et une atténuation, modélisés par le vecteur à K composantes a (θ0, φ0). Ce
vecteur constitue la réponse au niveau de chaque élément rayonnant du réseau d’antenne pour
la direction considérée et est appelé vecteur directionnel (steering vector) suivant (θ0, φ0) ; ce
vecteur est lié à l’antenne et en particulier à sa géométrie. Le vecteur des signaux reçus au
niveau des différents capteurs des antennes s’écrit alors :
y (t ) = a (θ 0 , φ0 ) × x (t ) + b (t ) (3.4)
Avec
⎡ y1 (t ) ⎤
⎢ y (t ) ⎥
⎢ 2 ⎥
y (t ) = ⎢. ⎥ (3.5)
⎢ ⎥
⎢. ⎥
⎢ yn (t ) ⎥
⎣ ⎦
Où yi(t) désigne le signal reçu par la ième antenne, x (t ) le signal émis dans la direction (θ0,
φ0) et b (t) désigne le vecteur bruit additif.
La formation de faisceaux va consister à focaliser le faisceau de l’antenne (à la

réception) dans des directions privilégiées prédéfinies (Figure 3.2). Cela se traduit par la
multiplication par des coefficients complexes, appelés poids ou pondération, des signaux
reçus sur chacun des capteurs du réseau d’antennes. Les signaux des différents capteurs ainsi
pondérés sont ensuite additionnés pour réaliser un filtrage spatial qui permet de privilégier ou
d'éliminer certaines composantes spatiales du signal étudié, de s'adapter en temps réel aux
évolutions du milieu ambiant (sources et bruits mobiles) et pour former à la sortie du réseau
un signal qui est alors donné par :
H
x (t) = w × y (t)
M (3.6)
x (t) = ∑i=1
w *
i y i(t)
Où le vecteur wH représente l’Hermitien (transposé conjugué) du vecteur des poids

complexes ou pondération, tel que w H = [w 1* , w *2 , w *3 ,......w *M ]
62
Fig.3.3 Principe de la formation de faisceaux en réception : modèle bande étroite
La figure 3.3 présente la structure d’un formateur de faisceaux bande étroite. En effet,
comme le signal est en bande étroite, la formation de faisceaux consiste à appliquer un
coefficient complexe par voie. Ceci consiste à choisir judicieusement les poids complexes de
façon à satisfaire un critère (minimiser les interférences, maximiser le gain,...). Suivant le
calcul de la matrice des poids ou de pondération, on distingue deux catégories d’algorithmes
de formation de faisceaux.
3.1.3.2.1 La formation de faisceaux conventionnelle (FFC)
Le FFC est une méthode classique de formation de faisceaux basée sur la connaissance
des directions d'incidence des différentes sources [6,7]. Cette catégorie permet de pointer le
faisceau dans la direction du signal utile indépendamment du signal global reçu. Le mode de
fonctionnement de ce type de formateur se résume de la manière suivante :
Dans une première étape on estime les angles d'arrivée de toutes les sources. Il est
possible alors de calculer les pondérations qui sont choisies de façon à sommer en phase les
signaux provenant d’une direction (θ0, φ0) donnée, c’est la deuxième étape, et enfin de
sommer de façon cohérente les signaux ainsi obtenus en dernière étape. La figure 3.4 donne
une configuration possible de ce type de traitement et résume ce qui est décrit précédemment.
63
Fig.3.4 Configuration de l’antenne pour la formation de voies
En choisissant la pondération suivante :
w FFconv =a ( θ 0 ,φ O ) (3.7)
Le réseau se focalise alors dans cette direction où une amplitude optimale est obtenue. Le
signal à la sortie de FF s’écrit :
x (t ) = a H (θ 0 , φ O )× y(t ) (3.8)
Où a H (θ 0 , φO ) représente l’Hermitien du vecteur directionnel de la direction visée et y(t ) est

le vecteur des signaux reçus au niveau du réseau d’antennes.
On a alors :
x ( t ) = a H (θ 0 , φO ) a (θ 0 , φO ) × x (t ) + a H (θ 0 , φO ) × b (t ) (3.9)
x (t ) étant le signal émis et b (t ) le vecteur des bruits.

Cela s’écrit encore :
x(t ) = a (θ 0 , φO ) × x (t ) + a H (θ 0 , φO ) × b (t )
2
(3.10)
Supposons que le vecteur directionnel a (θ 0 , φO ) dans la direction (θ0, φ0), s’écrive :
64
⎡a1 (θ 0 ,φ0 ) exp jν 1 (θ 0 ,φ 0 ) ⎤

⎢ ⎥
⎢ . ⎥
a (θ 0 ,φO ) = (3.11)
⎢. ⎥
⎢ jν k (θ 0 ,φ 0 )
⎥
⎣⎢ak (θ 0 ,φ0 ) exp ⎦⎥
sin θ0
Avec vk = 2π k dans le cas ULA (Uniform Linear Array) dans le plan azimut.
λ
Lorsqu’on applique la pondération w = a (θ 0 , φO ) à un signal v(t) émis dans une direction
(θ1, φ1) différente de (θ0, φ0), tel que :
y (t ) = v(t )a (θ1 , φ1 ) + b (t ) (3.12)

Le signal à la sortie du réseau peut s’écrire d’après les deux équations précédentes :
K
x ( t ) = v( t ) ∑a
k =1
k (θ1 , φ1 )a k (θ 0 , φ 0 )e
j[ v k ( θ1 ,φ1 ) − v k ( θ 0 ,φ 0 )]
+ a H (θ 0 , φ 0 ) × b ( t ) (3.13)
Le signal v(t) émis est alors multiplié par un facteur conduisant à une atténuation non
maîtrisée en dehors du lobe principal (les positions des maxima locaux et les zéros du
diagramme en dehors du lobe principal sont aléatoires).
Ce dispositif réalise à la fois un pointage électronique de l’antenne dans la direction

(θ0, φ0) et un filtrage spatial permettant d’atténuer les signaux arrivant de directions éloignées
(lobes secondaires bas) de la direction principale et d’amplifier les signaux arrivant de
directions voisines de celle-ci (lobe principal).
En terme de complexité, ce formateur est simple à mettre en œuvre, seule la

connaissance des vecteurs directionnels ainsi que la direction d’arrivée du signal émis est
requise pour son implémentation et à part l'estimation des angles d'arrivée de la source utile et
des interférents, cette technique de calcul des pondérations est indépendante des données en
entrée du réseau (data independent beamforming). Elle est dite sous-optimale car elle ne
maximise pas le rapport signal à bruit mais possède l'avantage de ne pas distordre le signal
utile [8]. Cette méthode de formation de faisceaux ne permet pas de contrôler le niveau
d’atténuation du diagramme dans des directions particulières. Elle ne permet pas d’atténuer la
65
contribution de brouilleurs éventuels qui peuvent perturber la communication. Cela nous

conduit à l’étude du second type de formateur de faisceaux.
3.1.3.2.2 Les formations de faisceaux adaptatives (FFA) : la FF par séquence de

référence
La méthode de formation de faisceaux vue précédemment ne tient pas compte de ce

que contient vraiment le vecteur des signaux reçus y(t ) et en particulier elle ne prend pas en
compte la présence d’éventuels brouilleurs qui risquent de perturber le signal utile. Pour éviter
cela, la formation de faisceaux adaptative [6], qui tient compte des données et s’adapte bien à
l’environnement, pointe le faisceau dans la direction du signal utile indépendamment du
signal global reçu et rejette les interférences éventuelles. Différentes méthodes se basant sur le
calcul et la mise à jour du vecteur des poids complexes w sont utilisées pour maximiser la
qualité du canal de communication. Parmi ces nombreuses méthodes, les plus utilisées sont le
formateur MPDR (Minimum Power Distortionless Response), le formateur MVDR
(Maximum Variance Distortionless Response) et le formateur par séquence de référence. Les
deux premiers seront brièvement présentés dans les deux sous paragraphes suivant et le
dernier formateur de faisceau, qui fait partie des outils mis en œuvre dans cette thèse, sera
présenté plus en détail.
• Le formateur MPDR
Le principe de ce formateur est de trouver le vecteur de pondération w(t ) qui minimise

la puissance globale en sortie de FF tout en maintenant un gain unité dans la direction
souhaitée (θ0, φ0) [3]. Ceci devrait permettre de réduire la puissance des brouilleurs. Soit Pn la
puissance d’un signal k(t) quelconque, on a :
Pk = E[k (t )k H (t )] (3.14)
E étant l’espérance mathématique.

Soit x ( t ) = w H × y( t ) le signal global (utile, interférences et bruit) en sortie de FF. La puissance
à la sortie s’écrit :
Psortie = E[ x ( t ) x H ( t )] (3.15)
66
La résolution de ce problème conduit à la pondération suivante [3,9] :
R −1a (θ 0 , φ 0 )
Wmpdr = (3.16)
a H (θ 0 , φ 0 )R −1a (θ 0 , φ 0 )
Où R −1 est l’inverse de la matrice de covariance du signal reçu et a (θ 0 , φ 0 ) est le vecteur

directionnel dans la direction visée.
Pour le calcul de cette pondération, on utilise des critères qui sont basés sur la connaissance
de la (des) direction(s) d'incidence de la source utile. Contrairement à la méthode de
formation de voies classiques, les DDAs (Direction d’angle d’arrivé) des interférents ne sont
pas nécessaires. La complexité de ce formateur dépend alors d’une part du nombre
d’échantillons requis pour l’estimation de la matrice de covariance mais aussi de la
complexité associée à l’inversion de cette dernière.
• Le formateur «Maximum Variance Distortionless Response» (MVDR)
La méthode de FF suivante [3] consiste à choisir les poids minimisant le bruit et les
interférences à la sortie du formateur de faisceaux. Cela est équivalent à la maximisation du
rapport signal à bruit (RSB) ou signal à bruit plus interférences (RSBI) en sortie du formateur
de faisceaux.
Le récepteur estime les puissances des signaux utiles et interférents à travers

l’estimation des matrices de corrélation des signaux. Les poids sont alors calculés pour
maximiser le rapport de ces puissances et éventuellement annuler les interférences. En
présence d’interférences, le signal reçu au niveau du réseau d’antennes s’écrit :
y (t ) = a (θ 0 , φ0 ) x (t ) + yI (t ) + b (t ) (3.17)
y I ( t ) étant le vecteur des signaux interférents. En sortie du formateur de faisceaux, le signal
s’écrit :
{
x ( t ) = wH × a (θ 0 , φO ) × x (t ) + wH × yI (t ) + b (t ) } (3.18)
67
On a alors la puissance du signal en sortie de FF, Psignal qui s’écrit d’après l’équation (3.15) :
Psignal = E[{w H a (φ0 , ϕ0 ) x (t )}{wH a (φ0 , ϕ0 ) x (t )} ]

H
(3.19)
soit :
2
Psignal = E[ wH × a (φ0 , ϕ0 ) x (t ) ] (3.20)
La résolution de ce problème [3,10] conduit à la pondération suivante :

C −1 a ( θ 0 , ϕ 0 )
Wmvdr = (3.21)
a H (θ 0 , ϕ 0 )C −1 a (θ 0 , ϕ 0 )
avec C la matrice de covariance des bruit plus interférences.
Cette méthode est robuste et donne de bons résultats. Elle reste cependant délicate à
implémenter car elle nécessite la connaissance du bruit et des interférences indépendamment
du signal utile. La complexité de ce formateur est la même que celle du formateur MPDR.
• Le formateur par séquence de référence
Dans ce type de formateur [3, 10, 11, 12], on suppose qu’au moins une partie de la
forme d’onde du signal à recevoir est connue par le récepteur. Ces signaux à connaître
peuvent être une porteuse pure, une séquence d'apprentissage ou le code correspondant au
signal utile en CDMA (Code Division Multiple Access). Dans ce cas, le récepteur envoie à
l’unité de contrôle un signal corrélé avec le signal utile. A partir de ces signaux, cette unité va
ajuster les pondérations ou les poids complexes pour minimiser l’erreur quadratique moyenne
entre la sortie du formateur de faisceaux x(t ) et la forme d’onde du signal attendu s(t) (figure
3.5). Où y( t ) est le signal reçu au niveau du réseau d’antennes qui s’écrit :
y (t ) = a (θ 0 , φ0 ) × s (t ) + b (t ) (3.22)
L’erreur quadratique entre la sortie du formateur de faisceaux x(t) et le signal de référence s(t)
s’écrit sous la forme :
[
ε 2 ( t ) = [s( t ) − x ( t )]2 = s( t ) − w H × y( t ) ]
2
(3.23)
68
L’erreur quadratique moyenne (EQM) de cette fonction de coût conduit à :

[
E ε( t )
2
] = E[s(t) ]− 2 × E[s(t) × y(t)w ]+ E[w
2 H H
y( t ) y( t ) H w ] (3.24)
E ⎡ ε (t ) ⎤ = PS − 2W H Rys + W H RW
2
D’où on a : (3.25)
⎣ ⎦
Où E[y( t )s H ( t )]= R YS représente la matrice d’intercorrélation entre le vecteur signal reçu au
niveau du réseau d’antennes y( t ) et le signal du référence s(t). R est la matrice de covariance
du signal reçu y( t ) et PS la puissance du signal de référence s(t).
Fig.3.5 Schéma de principe d’un formateur de faisceaux par séquence de référence
On cherche la pondération w qui minimise l’erreur quadratique moyenne (EQM)

ε 2 ( t ) entre la sortie du formateur de faisceaux et le signal de référence s(t). Le minimum de
l’EQM est obtenu en posant que le vecteur gradient par rapport à w est nul :
[
∇wE ε ( t )
2
] =
[
∂E ε ( t )
2
]=0 (3.26)
∂w
C’est-à-dire :
∇ w E ⎡ ε (t ) ⎤ = −2 Rys + 2 RW = 0
2
(3.27)
⎣ ⎦
D’où les pondérations optimales (minimale) solution de minimisation de ε 2 ( t ) est de la
forme :
69
Wseq = R −1 Rys = R −1 E ⎡⎣ y (t ) s H (t ) ⎤⎦ (3.28)
L’avantage de cette méthode de FF est que l’on n’a pas besoin de connaître les
directions d’arrivée du signal utile contrairement aux méthodes MPDR et MVDR. Par contre,
la connaissance d’une partie du signal utile est requise. La complexité de ce formateur est
alors moindre que pour les deux autres formateurs adaptatifs.
3.1.3.2.3 Comportement des différents types de formateur de faisceaux en présence des

interférences
La seule étude trouvée permettant de comparer les performances des différentes

techniques de formation de faisceau numérique et notamment la formation de faisceau par
séquence de référence est [13]. Cette simulation effectuée pour plusieurs types de formateur
de faisceaux en présence d’une interférence de puissance équivalente au signal utile, a montré
que plus l’interférence est proche de l’utile (lobe principal d’antenne), plus son influence est
importante et plus les performances de ces formateurs sont dégradées. Pour cela, différentes
expériences [13], réalisées sur les différents formateurs en présence d’interférences, ont donné
les courbes suivantes (FIG. 3.6):
Fig.3.6 Diagrammes d’antennes en présence d’interférence
70
D’après la figure 3.6 on constate que :

- Les formateurs adaptatifs cherchent à minimiser la contribution de l’interférence en
l’atténuant dans sa direction contrairement au formateur conventionnel qui se contente
d’assurer le gain maximal dans la direction de l’utile (lobe principal).
- Les formateurs MVDR et par séquence de référence sont les plus robustes face à
l’interférence. De plus, pour certains angles d’arrivées des signaux utiles et de perturbations,
la remontée des lobes secondaires explique que l’interférence est parfois moins atténuée que
pour des écarts plus faibles.
La formation de faisceaux est l’une des applications envisageables dans un réseau

d’antenne. Elle permet d’augmenter le rapport signal à bruit dans une direction et d’affaiblir
les effets d’interférence. Cependant d’autres applications faisant appel aux réseaux d’antennes
en émission et en réception existent et permettent d’aboutir à d’autres types de performances
tel que l’augmentation de l’efficacité spectrale. Ces systèmes sont connus sous l’appellation
systèmes MIMO (Multiple In Multiple Out).
71
3.2 Les systèmes de Radiocommunication MIMO
Le besoin de transmettre de l’information dans des environnements complexes tout en

augmentant le débit a donné lieu à une solution originale qui fait appel non seulement à
plusieurs antennes en réception mais aussi en émission. Cette technique connue sous
l’appellation MIMO permet en utilisant la même bande spectrale de transmettre plus de débit
ou d’améliorer la qualité de liaison. Plusieurs techniques sont proposées dans la littérature.
Nous présentons ici les principales techniques qui exploitent les systèmes MIMO.
3.2.1. Modèle théorique d’un système MIMO
Un système MIMO comprend N antennes d’émission et M antennes de réception et est

représenté sur la Figure 3.9, avec x un vecteur de N symboles.
x = [x1 xN ]
T
xt (3.29)
correspondant aux symboles à transmettre sur chacune des N antennes d’émission pendant
une durée symbole Ts, H est la matrice du canal de dimension N × M.
⎡ h 11 h 1N ⎤
⎢
H=⎢ ⎥ (3.30)
⎥
⎣⎢h M1 … h MN ⎦⎥
correspondant au canal multi-antennes avec hmn le canal entre la nième antenne d’émission et la
mième antenne de réception, et en considérant b le vecteur de bruit des M antennes de réception
tel que :
b = [b1 bt b M ]T (3.31)
alors y le vecteur reçu s’exprime de la manière suivante :
y = Hx + b (3.32)
72
Fig.3.7 Système MIMO N × M
On considère généralement que le bruit est négligeable pour pouvoir reconstruire le signal
transmis. Ainsi l’expression 3.32 peut s’écrire :
y = Hx (3.33)
Connaissant y et H la relation qui permet de reconstruire x est la suivante :
x = H-1y (3.34)
Mathématiquement, résoudre cette dernière équation requiert que H soit inversible ce qui veut
dire que H est de rang plein (sa dimension est égale à son rang). Physiquement, ceci se traduit
par des atténuations et des déphasages différents subits par chaque signal transmis. C’est pour
cela qu’il est essentiel d’avoir un environnement riche en multi-trajets pour bénéficier
pleinement des apports d’un système MIMO.
3.2.2. Les techniques MIMO

Les systèmes MIMO nous permettent d’exploiter deux dimensions distinctes d’une
liaison radio. La première étant la diversité et la seconde étant la capacité. Nous allons
présenter les différentes techniques et conclure sur l’apport de chacune. Selon la connaissance
ou non de l’état du canal (CSI : (Channel State Information)) en émission ou/et en réception,
différentes solutions sont présentées pour exploiter au mieux le système MIMO. Ces solutions
sont plus ou moins optimales du point de vue de la diversité ou de la capacité.
73
3.2.2.1. Systèmes multi-antennes avec CSI à la réception
Deux principales techniques multi-antennes avec CSI à la réception existent : la

technique MIMO avec multiplexage spatial et la technique MIMO avec codage espace-temps.
Ces deux techniques sont décrites.
Dans les deux paragraphes suivants, la technique du multiplexage spatial où des
données sont démultiplexées avant d’être émises sur différentes antennes est détaillée. Ensuite
la technique du codage espace-temps est décrite. La seule différence entre ces deux
techniques provient de la redondance introduite par l’utilisation ou non d’un code espace-
temps. Les familles de codes espace-temps aboutissent à plusieurs rendements de code R, le
rendement de code étant défini comme le rapport entre le nombre de symboles Ns et la durée
T pendant lequel ces symboles ont été émis soit R = Ns/T.
Les systèmes à multiplexage spatial exploitent la capacité optimale du système MIMO

puisque R = N alors que les codes espace-temps ne l’exploitent pas puisque R ≤ 1. Dans les
deux cas, l’expression de la capacité de chacune des techniques est donnée, cela permet
d’identifier l’augmentation de l’efficacité spectrale, l’une des caractéristiques principales des
systèmes MIMO.
3.2.2.1.1 Systèmes MIMO à multiplexage spatial
Le système MIMO à multiplexage spatial exploite la diversité spatiale pour

transmettre plusieurs flux d’information dans la même bande spectrale attribuée.
L’information à transmettre est divisée selon le nombre d’antennes émettrices avec un codage
canal. Ce codage permettra par la suite d’estimer la matrice H du canal en réception. Ici les
antennes rayonnent d’une manière aveugle sans aucune préférence de direction particulière.
74
Fig.3.8 Système de transmission MIMO à multiplexage spatial

La puissance totale transmise est équi-répartie sur les différentes antennes (figure 3.8).
Le nombre de chaînes radio est égal au nombre d’antennes. Ainsi, nous pouvons représenter
au niveau de l’émission, la répartition du signal en fonction de l’antenne et du spectre
fréquentiel comme le montre la figure 3.9.
Fig.3.9 Répartition spectrale et spatiale du signal RF dans un système MIMO à multiplexage spatial
L’objectif de ce type de technique est de réaliser N liaisons SISO. Techniquement,

dans un contexte SISO pour séparer les différents systèmes, on évite d’utiliser le même
spectre fréquentiel pour ne pas créer de l’interférence co-canal. Grâce à la décorrélation des
signaux apportée en réception par le canal à multi-trajets, les différentes sources pourront être
séparées. On crée ainsi des sous canaux opérant en parallèle.
75
La capacité est un outil mathématique permettant de caractériser au mieux une liaison

Radio. Elle permet aussi de modéliser la liaison. Les études concernant la capacité d’un canal
MIMO de Rayleigh ont été menées par Telatar dans [14]. La capacité ergodique en bps/Hz
d’un système MIMO à multiplexage spatial est:
⎧ ⎡ γ m
⎤⎫
∑h
2
C = E ⎨n log 2 ⎢1 + l ⎥⎬ (3.35)
⎩ ⎣ N l =1 ⎦⎭
avec n = min(N,M) et m=max(N,M). Cette capacité représente n systèmes SISO indépendants

exploitant une diversité de m canaux hl de la Figure 3.8 et γ est le rapport signal à bruit au
niveau d’une antenne élémentaire de réception. Plusieurs publications traitent la capacité des
systèmes multi-antennes selon différents modèles de propagations [2,15,16].
3.2.2.1.2 Systèmes MIMO à codage espace-temps
Le codage espace-temps peut être vu comme un code à répétition. Après avoir dérivé
la capacité d’un code à répétition, nous donnons la capacité de n’importe quel code espace-
temps.
Fig.3.10 Système MIMO à codage espace-temps
Considérons une transmission de mêmes symboles de puissance P/N sur chaque

antenne (figure 3.10). Cette capacité correspond à l’utilisation de codes espace-temps
apportant la diversité totale en émission et en réception. La capacité en bps/Hz de ce système
utilisant un code espace-temps de rendement R = min(N,M)/T à gain de diversité N×M est :
76
⎧ ⎡ γ N ×M
⎤⎫
∑h
2
C = E ⎨ R log 2 ⎢1 + l ⎥⎬ (3.36)
⎩ ⎣ N l =1 ⎦⎭
Comme la puissance est normalisée en émission, c-à-d. la même puissance P est émise quel
que soit le nombre d’antennes d’émission, la capacité d’un code espace-temps de rendement 1
ne dépend que du nombre d’antennes de réception. S’il n’existe qu’une seule antenne de
réception, la capacité moyenne de tout code espace-temps à rendement unitaire est identique à
la capacité moyenne d’un système SISO. Par contre, si la puissance en émission n’est pas
normalisée, c-à-d. P×N est émis sur le réseau d’antennes, la capacité d’un code espace-temps
à rendement 1 est fonction à la fois du nombre d’antennes de réception et d’émission.
La figure 3.11 représente la capacité d’un canal MIMO simulée en fonction du nombre
d’antenne pour deux cas différents de connaissance de canal [16]. Dans le cas EP le canal de
Rayleigh est connu uniquement par le récepteur. Dans le cas WF c’est au niveau de l’émetteur
et du récepteur que le canal est connu; dans ce cas, on utilise la technique d’allocation de
puissance, appelée technique du water-filling , qui sera présentée dans le paragraphe 3.2.2.2.1.
Le terme EP (Equal power) désigne que le système MIMO émet au niveau des antennes une
puissance identique par contre dans le second cas, WF(Water-filling), la puissance est répartie
selon l’état du canal.
Fig.3.11 Capacité MIMO (EP : Equal Power, WF : Water filling) en fonction du nombre d’antenne pour
différents modèles de canaux de propagations (iid,one-ring, urbain et sub-urbain) pour un SNR=20dB
77
Ces simulations ont été faites pour différents modèles de canal de propagation dont le
iid (independant identique distribution), le one-ring, le urbain et le sub-urbain. Le nombre
d’antennes utilisées pour cette simulation est identique au niveau du récepteur et de
l’émetteur. Le rapport du signal à bruit est de 20dB et la distance entre les éléments est de λ/2.
On peut observer une augmentation linéaire en fonction du min(N,M) dans le cas d’un
multiplexage spatial . Cela reste vrai selon les auteurs [16] uniquement pour des valeurs
élevées de rapport signal à bruit. En effet, d’après les résultats qu’ils obtiennent pour un
SNR=3dB en doublant le nombre d’antenne (de 2 à 4) en émission et en réception une
augmentation de 40% seulement est observée pour le cas du canal sub-urbain et une
allocution EP.
3.2.2.2. Systèmes multi-antennes avec CSI à l’émission et à la réception
Afin de reconstituer le signal émis et perturbé par le canal de transmission au niveau

du récepteur, il est également possible de renvoyer la connaissance des perturbations du canal
de transmission du récepteur vers l’émetteur. L’émetteur peut alors modifier le signal à
émettre en fonction des caractéristiques du canal de transmission afin de traiter de façon
optimale le signal reçu au niveau du récepteur.
Dans cette partie, deux techniques multi-antennes avec CSI à l’émission et à la réception
sont traitées, c-à-d. le water-filling ou la formation de faisceaux. Cependant, il est vrai que la
formation de faisceaux peut être mise en oeuvre séparément à l’émission ou à la réception. H
est un canal quelconque connu par le transmetteur et par le récepteur.
Dans les deux paragraphes suivants, la capacité de la technique du water-filling où des

données différentes sont démultiplexées avant d’être émises sur différentes antennes est
décrite. Ensuite la capacité de la technique de la formation de faisceaux est décrite.
Dans le cas du water-filling, l’émetteur va pouvoir sélectionner les valeurs propres du

canal multi-antennes afin d’optimiser le lien et la capacité grâce à une allocation de puissance.
Avec la formation de faisceaux, l’émetteur optimise le lien avec le récepteur en dirigeant le
faisceau du réseau d’antennes vers les directions d’arrivées des ondes émises. La seule
différence entre ces deux techniques provient de la redondance introduite dans le cas de la
formation de faisceaux puisque le même symbole est émis sur chaque antenne alors que des
78
symboles différents sont émis sur les différentes antennes dans le cas du water-filling. Il est
aussi possible d’associer des codes espace-temps aux deux techniques. Par conséquent, les
systèmes utilisant des techniques de water-filling exploitent la capacité optimale du système
MIMO puisque R = N alors que les systèmes utilisant des techniques de formation de
faisceaux ne l’exploitent pas car R = 1.
3.2.2.2.1 Systèmes MIMO utilisant des techniques de water-filling
Lorsque l’émetteur et le récepteur connaissent le canal, la solution optimale au sens de

la capacité est une solution de water-filling [14]. Les puissances sont reparties de manière
différente sur les antennes afin d’exploiter au maximum la capacité en revalorisant les faibles
valeurs propres du canal (H) multi-antennes.
Dans le cas du water-filling (allocation de puissance), on cherche à optimiser la liaison
émission-réception en répartissant les puissances sur les antennes d’émission de manière à
obtenir la capacité optimale. Pour cela, différents symboles sont émis sur les différentes
antennes d’émission. En pratique, la puissance d’émission est limitée donc on ne parvient pas
à atteindre totalement la capacité optimale mais une bonne fraction de celle-ci.
Figure 3.12 Systèmes MIMO utilisant des techniques de water-filling
Ce système à water-filling transmet les données sur les différentes antennes dont les
puissances dépendent des différentes valeurs propres et permet d’obtenir de meilleurs résultats
tel que le décrit la figure 3.12. Connaissant la matrice du canal H, une première étape consiste
à déterminer les vecteurs propres de cette matrice [17]. Ces vecteurs propres sont directement
79
liés à l’atténuation apportée par le canal à chaque onde émise. Cela permettra par la suite
d’estimer la répartition de puissance adéquate pour atteindre la capacité optimale.
Figure 3.13 Répartition spectrale et spatiale du signal RF dans un système MIMO utilisant la technique
du waterfiling.
La figure 3.13 représente le niveau de puissance transmis par chaque antenne centrée autour
de la fréquence porteuse. La répartition de puissance diffère selon l’état du canal mais la
puissance totale est toujours la même.
L’expression de la capacité d’un système utilisant l’allocation de puissance ou le

water-filling :
⎧n ⎡ γ ⎤⎫
C = E ⎨∑ log 2 ⎢1 + λ k ⎥ ⎬ (3.37)
⎩ k =1 ⎣ N ⎦⎭
Cette technique a l’avantage d’être optimale au niveau de la capacité. Cependant elle

requiert la CSI au niveau du récepteur et de l’émetteur, ce qui peut paraître réaliste dans un
environnement intérieur en mode TDD (Time Division Duplex) ou en mode FDD (Frequency
Division Duplex) avec retour de voie, mais difficile dans un environnement à grande mobilité
à cause de la nécessité d’un canal stationnaire pendant la durée de transmission pour la voie
de retour.
80
3.2.2.2.2 Systèmes utilisant des techniques de formation de faisceaux
Dans le cas de la formation de faisceaux, on cherche à optimiser la liaison émission-

réception en répartissant les puissances sur les antennes d’émission de manière à obtenir le
maximum d’énergie par symbole émis dans une direction donnée. Pour cela, les mêmes
symboles sont émis sur les différentes antennes d’émission comme l’illustre la figure 3.14.
Figure 3.14 Systèmes utilisant des techniques de formation de faisceaux en émission
Considérons maintenant une transmission de mêmes symboles de puissance

proportionnelle à P/N sur chaque antenne. On peut alors donner la formule de la capacité d’un
système utilisant un formateur de faisceaux à l’émission. Dans le cas décorrélé on a :
⎧ ⎡ γ N ×M
⎤⎫
∑h
2
C = E ⎨log 2 ⎢1 + l ⎥⎬ (3.38)
⎩ ⎣ N l =1 ⎦⎭
Dans le cas corrélé, on a :
⎧ ⎡ M
2 ⎤⎫
C = E ⎨log 2 ⎢1 + γ ∑ hl ⎥ ⎬ (3.39)
⎩ ⎣ l =1 ⎦⎭
Ce qui correspond au cas SIMO vu dans le paragraphe précédant équation (3.3).

On note qu’il est aussi possible d’associer une technique de formation de faisceaux
avec un code espace-temps ou une technique de water-filling avec un code espace-temps.
81
3.2.2.3 Systèmes multi-antennes sans CSI ni à l’émission ni à la réception
Les techniques sans CSI ni à l’émission ni à la réception sont les techniques de codage
espace-temps différentiel. Elles peuvent être une solution pour éviter les dégradations dues à
l’estimation de canal MIMO mais provoquent une perte intrinsèque de 3 dB à cause de la non
cohérence [18]. En effet, dans des environnements typiques de communications sans fil, les
coefficients du canal sont constants seulement pour des périodes de temps limitées. Pour un
nombre important d’antennes d’émission, la quantité d’information introduite par une
estimation de canal par des pilotes ou une égalisation par séquences d’apprentissage diminue
le débit. Pour contourner ce problème, Marzetta et Hochwald ont étudié le scénario où le
récepteur n’utilise pas la CSI [18,19]. Dans [20], Zheng et Tse ont trouvé la capacité de ce
canal pour un rapport signal sur bruit très élevé :
⎛ n⎞
C = n⎜1 − ⎟ log 2 (γ ) (3.40)
⎝ T⎠
avec n = min(N,M, T/2) où T est le nombre de durées symboles du code durant lequel le canal
est constant.
Cette technique d’émission peut être adaptée lorsqu’il est difficile d’effectuer une
estimation de canal précise, c-à-d. quand le canal varie temporellement. Cependant, à cause de
la perte intrinsèque de 3 dB due à la non-cohérence, les codes espace-temps différentiels
obtiennent de moins bonnes performances. Il est intéressant de noter que lorsque le temps de
cohérence du code espace-temps différentiel augmente, la capacité varie linéairement avec le
minimum du nombre d’antennes d’émission et de réception min(N,M).
La détermination de la capacité théorique d’un canal MIMO permet de formaliser ces

performances attendues. Cependant en pratique il est important de trouver le récepteur
numérique adéquat permettant d’atteindre l’optimalité en terme de capacité et/ou de diversité.
Selon les conditions d’utilisations un récepteur peut être mieux adapté qu’un autre et aussi
plus ou moins complexe que l’autre. Dans le paragraphe qui suit nous présentons 4 récepteurs
numérique MIMO utilisant chacun d’entre eux un principe différent.
82
3.2.3. Récepteurs numérique MIMO
Le récepteur numérique nous permettra, une fois que les données sont reçues, de
réaliser une estimation des bits transmis. Certains de ces récepteurs requièrent la connaissance
du canal de propagation en réception d’autre non.
Le récepteur du maximum de vraisemblance (MV) est le récepteur numérique le plus
robuste pour les systèmes MIMO mais requiert une importante puissance de calcul. En effet,
la complexité de ce type de récepteur augmente en fonction du nombre d’antennes et la taille
de l’alphabet des symboles [21]. Par exemple, pour un système MIMO 2×2 et une modulation
QPSK (4 symboles dans l’alphabet) 24 états sont à déterminer pour estimer le symbole
transmis. D’autres structures de récepteurs sont donc utilisées, bien qu’elles soient sous-
optimales en terme de BER (Taux d’erreur binaire).
L’égaliseur linéaire et l’égaliseur à retour de décision sont les deux structures les plus
répandues. Ces égaliseurs sont analogues aux égaliseurs SISO du même nom, bien connus
dans la littérature [22]. Pour les deux structures d’égaliseur, le critère peut être soit le
minimum de l’erreur quadratique moyenne (MMSE), soit l’annulation de l’interférence entre
symboles (Forçage à Zéro, ZF). Des versions adaptatives existent [23] mais notre travail se
focalise sur des applications « indoor » où le canal est supposé brièvement fixe et
parfaitement connu au niveau du récepteur.
Une présentation sommaire des différents types de récepteurs numérique MIMO est
faite dans les paragraphes suivants.
3.2.3.1 Récepteur linéaire du Forçage à Zéro (ZF)
Ce récepteur a la particularité d’être le plus simple mais a aussi le défaut d’être le

moins performant. Il cherche à annuler les contributions des autres émetteurs sur chaque
symbole. Il procède en inversant la matrice de transfert du canal :
sˆ = (H * H ) H * r
−1
(3.41)
Avec H la matrice du canal, ŝ est le signal reçu estimé et r le signal reçu avant égalisation.
83
A faible RSB, l’estimation de H est mal conditionnée, ainsi lors de son inversion le
récepteur multiplie le bruit, ce qui dégrade alors sérieusement les performances. Autrement
dit, l’annulation complète des interférences entre symboles (IES) peut dégrader les
performances en augmentant le bruit. Si H n’est pas de rang plein (rang k < N) seuls k
symboles peuvent être démodulés pour chaque vecteur de N symboles.
3.2.3.2 Récepteur linéaire MMSE
Contrairement au récepteur ZF qui n’élimine que des interférences entre symboles, le

récepteur MMSE cherche à minimiser l’erreur moyenne quadratique due à la fois au bruit et
aux interférences entre symboles,. Son expression est bien connue dans la littérature [24] :
−1
⎛ n ⎞
sˆ = ⎜⎜ H * H + T I N ⎟⎟ H * r (3.42)
⎝ ρ ⎠
p0
avec ρ = , le RSB moyen par antenne de réception.
σ v2
nT est le nombre d’antenne d’émission, IN la matrice identité.
Ce récepteur résiste mieux au bruit que le récepteur ZF, mais ne sépare pas
parfaitement les sous-canaux. À haut RSB, le récepteur MMSE tend vers le récepteur ZF car
P0 augmente.
3.2.3.3 Récepteur V-BLAST
Un égaliseur à retour de décision adapté à la structure des systèmes MIMO nommé

VBLAST (Vertical-Bell LAboratory Space Time) est présenté dans [25]. Cet égaliseur peut
utiliser soit le critère du forçage à zéro, soit le critère du MMSE. Son algorithme procède
comme suit : il démodule en premier le symbole de l’antenne émettrice i à l’antenne
réceptrice j le plus favorisé (possédant le meilleur SNR suivant le critère considéré). Sa
contribution au vecteur reçu y est ensuite annulée, ce qui augmente le SNR sur les autres
antennes réceptrices (à chaque bonne décision). Cette étape est répétée jusqu’au symbole le
moins favorisé qui est émis par la dernière antenne d’émission. Ce récepteur est aussi classifié
dans la littérature OSIC (Ordered Successive Interference Cancellation). Les six étapes de la
réception d’un vecteur sont les suivantes :
1. Choix de l’antenne i correspondant au meilleur SNR.
84
2. Le symbole xi de l’émetteur i choisi est démodulé, sa valeur est mémorisée. Il est évident
que pour le symbole reçu ayant le SNR le plus élevé possède la plus faible probabilité
d’erreur, d’où le choix de le démoduler en premier.
3. En multipliant la ième colonne de H avec xi, on obtient la contribution de xi sur chaque
composante du vecteur reçu y.
4. Cette contribution est soustraite du vecteur y. ainsi on obtient un nouveau vecteur y comme
si xi n’était pas transmis. Ce procédé améliore le SNR des autres symboles, à condition qu’il
n’y ait pas eu erreur sur la bonne estimation de xi [26].
5. La ie colonne de la matrice H est forcée à zéro, formant la matrice de canal entre toutes les
antennes sauf le ième émetteur. Cette matrice devient la nouvelle matrice de canal pour
l’itération suivante, le ième symbole ayant déjà été démodulé.
6. Ces dernières étapes sont répétées N fois, jusqu’à ce que tous les symboles soient
démodulés.
Sans trop augmenter sa charge de calcul, cet algorithme améliore nettement les
performances du récepteur MIMO. Son principal inconvénient est la propagation des erreurs.
En effet, une fois qu’une mauvaise décision a été prise sur la valeur d’un symbole, une
mauvaise contribution est retirée au vecteur y, ce qui entraîne que les symboles suivants
seront mal estimés.
3.2.3.4 Récepteur du maximum de vraisemblance (MV)
Le récepteur du maximum de vraisemblance (MV) permet les meilleures performances

en TEB. En effet, il est optimal si les vecteurs émis x sont équiprobables, ce qui est
généralement le cas puisque les symboles xi sont équiprobables et que les N voies émises en
parallèles sont indépendantes Il s’exprime classiquement de la façon suivante :
2
sˆ = arg min r − Hs (3.43)
s
L’inconvénient de ce type de récepteur est que sa charge de calcul devient rapidement

très importante car elle augmente exponentiellement avec le nombre d’antennes à l’émission
(Mm×N pour une modulation à Mm états) et linéairement avec le nombre d’antennes en
réception M [21]. Lorsque le coût calculatoire devient très complexe, il est possible de le
diminuer en utilisant l’algorithme du décodage par sphères généralisé (GSD), qui obtient un
niveau de performance proche [27,28,29].
85
La figure (3.15) [30] montre un exemple de TEB pour les cinq récepteurs que nous
venons de présenter
Figure 3.15 TEB des cinq principaux récepteurs MIMO pour 10000 tirages de H et un bruit blanc
Il est évident que les performances des récepteurs numériques augmentent avec leur
complexité, mais il est conseillé d’utiliser le récepteur optimal (MV), afin de comparer dans
les meilleures conditions les systèmes étudiés.
Conclusion
L’utilisation du réseau d’antenne permet d’améliorer les performances d’un système

sans-fil. Selon l’augmentation du nombre d’antenne en émission ou/et en réception donne lieu
à des techniques différentes d’exploitation. Pour le cas SIMO par exemple, on a vu que la
formation de faisceau est l’une des applications envisageables. Nous avons énumérer dans ce
chapitre les différentes techniques numériques de formation de faisceaux en réception. Tout
d’abord, nous avons vu que le formateur conventionnel ne tient pas compte de
l’environnement pour le calcul de sa pondération, il est alors moins performant que les
formateurs adaptatifs en présence d’une interférence. Le formateur MPDR est le moins
robuste dans des conditions réalistes.
86
Les formateurs MVDR et conventionnel nécessitent d’avoir des informations sur la

position de l’utilisateur d’intérêt. Ils sont alors sensibles à des erreurs sur les vecteurs
directionnels qui se traduisent par un dépointage du lobe principal sur le diagramme. Cela
peut être gênant dans le cas où l’on a des brouilleurs proches de l’utile
Enfin, bien que sensible à une mauvaise synchronisation, le formateur par séquence de
référence est l’algorithme le plus intéressant à utiliser notamment dans le cas d’un
environnement à brouilleurs et en plus la majorité des systèmes existant possède par défaut
une séquence de référence pour la synchronisation trame et symbole et aussi pour
l’égalisation.
Dans ce chapitre, nous avons vu aussi l’état de l’art des différentes techniques ainsi
que de la capacité des systèmes MIMO. La capacité des systèmes MIMO augmente
linéairement avec le minimum du nombre d’antennes d’émission et de réception min(N,M).
Cette capacité est réaliste sous certaines conditions de propagation. En effet, afin d’atteindre
une capacité maximale ou une diversité maximale avec ces techniques d’émission, il est
nécessaire d’avoir une décorrélation entre les différents canaux d’émission et de réception.
Plusieurs techniques peuvent être utilisées dans un système MIMO, dépendant

principalement de l’utilisation de la CSI à l’émission et/ou à la réception. Si on considère la
CSI au récepteur seulement, les techniques à multiplexage spatial maximisent la capacité du
système alors que les codes espace-temps maximisent le gain de diversité et accessoirement le
gain de codage. Si on considère la CSI à la fois à l’émission et à la réception, la technique
d’allocation de puissance (water-filling) est optimale tant au niveau de la capacité qu’au
niveau de la diversité. Si la capacité n’est pas le critère primordial pour le système, il est
possible d’associer des codes espace-temps à ce système afin d’augmenter le gain de diversité
et le gain de codage. Une autre possibilité loin d’être optimale en termes de capacité est
d’utiliser la formation de faisceaux permettant un gain de diversité.
Les techniques à multiplexage spatial ou de codage espace-temps ont un bon

comportement dans un environnement NLOS alors que la formation de faisceaux a un bon
comportement dans un environnement LOS [31]. Le water-filling étant optimal, cette
technique se comporte parfaitement dans les deux scénarios NLOS et LOS pour peu que le
système arrive à suivre les variations du canal.
87
Sans CSI ni à l’émission ni à la réception, des techniques de codes espace-temps non-

cohérents ou différentiels peuvent être envisagées. Ces codes ont une perte intrinsèque de 3
dB.
Le Tableau 1.1 donne un récapitulatif des différentes techniques MIMO en mentionnant pour
chacune d’entre elles l’utilisation ou non de la CSI à l’émission ou à la réception et la
possibilité ou non d’atteindre la capacité et/ou la diversité optimale.
Technique CSI émission CSI réception Capacité Diversité
Water-filling oui Oui Optimale Optimale
Formation de oui Oui sous-optimale Optimale

faisceaux
Multiplexage non Oui Optimale sous-optimale

spatial
Codage espace- non Oui sous-optimale Optimale

temps
Codage espace- non Non sous-optimale optimale (-3dB)

temps différentiel
Tableau 3.1 Optimalité des différentes techniques MIMO
A partir de ce tableau, nous pouvons conclure que seul le système MIMO utilisant la
technique de « Water-filling » est capable d’atteindre l’optimalité conjointe capacité et
diversité.
Toutes les techniques MIMO précédemment décrites peuvent de façon très simplifié
être présentées comme un cas particulier de la technique MIMO à multiplexage spatial. En
effet, si le vecteur transmis x était constitué d’éléments identiques (cad on émet les mêmes
données sur toutes les antennes) et pondérés par des coefficients de formation de faisceaux on
aboutit à un système MIMO utilisant la techniques de formation de faisceaux. Par contre si les
éléments du vecteur x étaient différents mais que la puissance d’émission était repartie après
utilisation de la connaissance de l’état du canal on obtient un système MIMO utilisant la
technique du water-filling. L’application d’un codage espace-temps aux vecteurs x ne requiert
88
aucune modification matérielle mais plutôt logicielle d’un système MIMO à multiplexage
spatial. C’est pour ces raisons que nous nous concentrerons sur la réalisation d’un système
MIMO à multiplexage spatial..
La technique MIMO repose essentiellement sur l’évaluation du canal de propagation

qui est faite par le récepteur. Le récepteur numérique le plus performant est celui qui utilise
l’algorithme de maximum de vraisemblance. Cependant, ce type de récepteur présente une
complexité considérable comparée aux autres types de récepteur et en plus cette complexité
croit en fonction du nombre d’antennes et du nombre d’état de la modulation mise en œuvre.
Les autres types de récepteur suppriment au niveau de chaque antenne la contribution des
autres antennes, alors que cette information peut augmenter la qualité de liaison si un
algorithme adéquat est utilisé. En effet, cette contribution n’est autre qu’une diversité en
réception sous-exploitée par les algorithmes de réception numérique. C’est dans ce cadre que
le dernier chapitre de cette thèse propose un récepteur original pour système MIMO à
multiplexage spatial utilisant le principe de formation de faisceaux en réception.
89
REFERENCES BIBLIOGRAPHIQUES
[1] A. El Zooghby, "Smart Antenna Engineering"Artech House Edition 2005.

[2] G. J. FOSCHINI and M. J. GANS.“On Limits of Wireless Communications in a Fading
Environment When Using Multiple Antennas,” Wireless Personal Communications 6:
311–335, 1998.
[3] L. C. Godara, "Application of Antenna Arrays to Mobile Communications, Part II:
Beam-Forming and Direction-of-Arrival Considerations". Proc. of the IEEE, vol. 85,
No. 8, pp. 1193-1245, Aug. 1997.
[4] Godard, D. “Channel Equalization Using a Kalman Filter for Fast Data Transmission”.
IBM J. Res. and Dev. Vol. 18. 1974. pgs 167-273.
[5] Lotter, Michiel; Van Rooyen, Pieter & Van Wyk, Danie. Space – Time Processing For
CDMA Mobile Communications. Kluwer Academic Publishers. Boston-London.2000.
[6] Harry L. Van Trees. Optimum Array Processing Part IV. Wiley and Sons, 2002.
[7] Elise Ratajezyk & Dorian Lasnet, " Traitement d'antennes : méthodes de formation de
faisceau et de localisation", cours École Nationale Supérieure d'Ingénieurs de
Constructions Aéronautiques, janvier 2005
[8] Najib FADLALLAH, ‘Contribution à l’optimisation de la synthèse du lobe de
rayonnement pour une antenne intelligente.Application à la conception de réseaux à
déphasage’, UNIVERSITE DE LIMOGES, Thèse doctorat, 25 Mai 2005
[9] H. Krim, M. Viberg, "Two Decades of Array Signal Processing: The Parametric
Approach". IEEE Signal Processing Mag., pp. 67-94, July 1996
[10] Ren-Zhou Gui, Zi-Jie Yang, «Research on employment of adaptive beamformer based
on weight iterative algorithm in suppressing radio frequency interferences", article
JP1.13, September 2004
[11] KIRAN K. SHETTY, ‘A Novel Algorithm For Uplink Interference Suppression Using
Smart Antennas In Mobile Communications’, The Florida State University, Thèse
doctoral, October 2004
[12] B. Widrow, P.E. Mantey, L. J. Griffiths, P. B. Goode, "Adaptive Antennas Systems",
Proc.IEEE, vol. 55, pp. 2143-2158, 1967.
[13] Garmy Sow, " Méthodes d’Accès Multiple à Répartition Spatiale Pour Communications
Par Satellite ", Thèse doctorat, École Nationale Supérieure des télécommunications,
novembre 2003.
90
[14] I. Telatar. “Capacity Of Multi-Antenna Gaussian Channels”. Technical Memorandum,

Bell Laboratories, Lucent Technologies, October 1995. Published in European
Transactions on Telecommunications, 10(6) :585–595, December 1999.
[15] WINTERS J.H.,”On the Capacity of Radio Communication Systems with Diversity in a
Rayleigh Fading Environment”, IEEE Journal on selected areas in communications,
Vol. SAC-5, No. 5, June 1987.
[16] S.Pan and S.Durrani and M E. Bialkowski, "MIMO Capacity for Spatial Channel Model
Scenarios,"AusCTW'07,2007 IEEE pp 25-29
[17] H. Sampath and A. Paulraj. “Linear Precoding For Space-Time Coded Systems With
Known Fading Correlations”. In Asilomar Conference on Signals, Systems, and
Computers, Asilomar’01, volume 1, pages 246–251, November 2001.
[18] T. L. Marzetta and B. M. Hochwald. Capacity of a mobile multiple-antenna
communication link in rayleigh .at fading. IEEE Transactions on Information Theory,
45(1): 139–157, January 1999.
[19] B. M. Hochwald and T. L. Marzetta. Unitary space-time modulation for
multipleantenna communications in rayleigh flat fading. IEEE Transactions on
Information Theory, 46(2):543–564, March 2000.
[20] L. Zheng and D. Tse. “Communication On The Grassmann Manifold: A Geometric
Approach To The Noncoherent Multiple-Antenna Channel”. IEEE Transactions on
Information Theory, 48(2) :359–383, February 2002.
[21] F. KHARRAT-KAMMOUN, « Techniques adaptatives et classification des canaux à
antennes multiples» Thèse doctorat, ENST 2007.
[22] J. G. PROAKIS. « Digital Communications ». Electrical and Computer Engineering.
McGraw-Hill, 3éme édition, 1995.
[23] M. STOJANOVIC and Z. ZVONAR. “Multichannel processing of broad-band multiuser
communication signals in shallow water acoustic channels”. Oceanic Engineering, IEEE
Journal of. Apr 1996.
[24] K. CAVALEC-AMIS. Optimisation des Turbo Codes pour les systèmes à grande
efficacité spectrale. Thèse Doctorat, Université de Rennes 1, Département Signal et
Communications, ENST Bretagne, Décembre 2001.
[25] G. D. GOLDEN, C. J. FOSCHINI, R. A. VALENZUELA, and P. W. WOLNIANSKY.
“Detection Algorithm And Initial Laboratory Results Using V-Blast Space-Time
Communication Architecture”. In Electronic Letters, volume 35, pages 14–15, January
1999.
91
[26] P. W. Wolniansky, G. J. Foschini, G. D. Golden, and R. A. Valenzuela. “V-Blast: An

Architecture For Realizing Very High Data Rates Over The Rich-Scattering Wireless
Channel”, In Proceedings of the URSI International Symposium on Signal, Systems and
Electronics (ISSSE), pages 295–300, Pisa, Italy, September 29 - October 2 1998.
[27] Loïc BRUNEL. « Algorithmes de décodage de canal pour l’accès multiple à étalement
de spectre ». PhD thesis, Ecole Nationale Supérieure des Télécommunications, Paris,
Décembre 1999.
[28] M. O. DAMEN, K. ABED-MERAIM, and J. C. BELFIORE. A Generalized Sphere
Decoder for Asymmetrical Space-Time Communication Architecture. In IEE Electronic
Letters, volume 36, January 2000.
[29] M. O. DAMEN, A. CHKEIF, and J. C. BELFIORE. “Lattice Code Decoder for Space-
Time Codes”. In IEEE Communications Letters, volume 4, pages 166–169, May 2000.
[30] Ludovic COLLIN, « Optimisation de systèmes multi-antennes basée sur la distance
minimale » PhD thesis,, l’Université de Bretagne Occidentale 2002.
[31] A. F. Molisch : Wireless communications, chap 20, Ed Wiley 2005.
92
CHAPITRE IV
Étude comparative entre les deux types de
démodulateurs Zéro-IF : cinq-port et IQ
classique, aspect tridimensionnel du cinq-
port et nouvelle calibration aveugle.
CHAPITRE IV Etude comparative, aspect tridimensionnel du cinq-port et nouvelle calibration aveugle
Chapitre IV Etude comparative entre les deux types de démodulateurs

Zéro-IF : cinq-port et IQ classique, aspect tridimensionnel du cinq-port
et nouvelle calibration aveugle.
Introduction
Dans le cadre de nos travaux de recherche, nous nous focalisons sur les récepteurs de type
Zéro-IF tout en prenant compte des difficultés à surmonter. Le choix de l’architecture à mettre
en œuvre pour la réalisation du récepteur dans un système MIMO est primordial. En effet,
l’environnement des systèmes MIMO est sujet à beaucoup d’interférences soit ceux du co-
canal comme il a été mentionné dans le chapitre précédant, soit ceux des canaux adjacents.
Après avoir fait le choix d’un démodulateur de type Zéro-IF pour des raisons de
consommation, coût et dimension, il nous reste à justifier le choix entre les deux types de
démodulateurs Zéro-IF : le cinq-port et le IQ classique.
Pour cela, la première partie de ce chapitre présente une étude comparative entre le
démodulateur classique IQ et le cinq-port pour souligner les avantages de l’un par rapport à
l’autre. Dans cette étude, nous avons trouvé deux comportements distincts en termes de
sensibilité et de linéarité. Aussi, dans la seconde partie, nous démontrons un aspect original
des démodulateurs cinq-port qui nous a permis de proposer une nouvelle façon d’observer et
d’interpréter le cinq-port de manière beaucoup plus simple. Cette nouvelle observation nous a
permis de développer une méthode originale, très simple à mettre en œuvre, pour la
calibration des récepteurs de types cinq-port qui sera le sujet de la dernière partie de ce
chapitre.
94
4.1 Présentation classique du récepteur Zéro-IF cinq-port
Le réflectomètre six-port a été utilisé, depuis son introduction par Engen [1] en 1972,
principalement comme analyseur de réseaux. Il permet de mesurer des impédances complexes
dans le domaine des hyperfréquences, en utilisant des mesures de puissances. La
simplification du système six-port a permis l’apparition du système cinq-port que nous allons
présenter. Ce système est constitué d’un circuit RF interférométrique linaire à 5 accès et de 3
détecteurs de puissances :
Fig.4.1 Circuit réflectomètrique cinq-port
Le circuit RF linéaire à cinq accès réalise l’addition vectorielle des 2 ondes entrantes
a1 et a2, les 3 détecteurs à diodes mesurent la puissance de ces 3 signaux résultants. Nous
présentons ici comment aboutir à la détermination du rapport complexe entre les deux ondes
incidentes. La matrice S du circuit interférométrique à 5 accès nous permet d’écrire :
5
bi = ∑S a
j=1
ij j avec i = {1,2,3,4,5} (4.1)
avec ai et bi les ondes entrantes et sortantes. Nous définissions les coefficients de réflexion des
3 détecteurs de puissances comme ceci, pour i= 3, 4 et 5.
ai
Γi = (4.2)
bi
en combinant les expressions de b3, b4 et b5 définies par (4.1) et les expressions de a3, a4 et a5
définis par (4.2), il est possible de montrer que les 3 ondes sortantes b3, b4 et b5 sont
linéairement dépendantes de a1 et a2 :
b i = A i a 1 + Bi a 2 (4.3)
95
avec i=3,4,5. Les paramètres complexes Ai et Bi dépendent des paramètres S du circuit à 5

accès et des cœfficients de réflexion des 3 détecteurs de puissance. Après détection de
puissance, les 3 tensions de sorties s’écrivent :
i = {3,4,5}
2
v oi = K i b i avec (4.4)
Le facteur Ki>0 est relié à la sensibilité des détecteurs de puissances. Nous obtenons
l’expression des 3 tensions de sorties du cinq-port en fonction des 2 ondes entrantes :
i = {3,4,5}
2
v oi = K i A i a 1 + Bi a 2 avec (4.5)
En configuration démodulateur, le port 1 sera connecté à l’oscillateur local et le port 2 verra

en entrée le signal RF à démoduler. Nous aurons ainsi les expressions suivantes :
a 1 = A OL e j2 πf OL t (4.6)
a 2 = A RF z( t )e j2 πf RF t (4.7)
Le terme z(t) désigne l’enveloppe complexe du signal reçu. L’opération de démodulation aura
pour but de régénérer l’enveloppe complexe à partir de l’onde reçue a2. En supposant que
fRF=fOL, les expressions des 3 tensions de sorties définie par (4.5) deviennent :
i = {3,4,5}
2
v oi =K i A i A OL +Bi A RF z(t) avec (4.8)
En posant :
ω=B3 A RF z(t) (4.9)
Les 3 équations définies par (4.8) deviennent :
⎧
⎪ ⎛ 1 ⎞ 2
⎪ v o3 ⎜⎜ K ⎟⎟ = ω − q 3
⎪ ⎝ i⎠
⎪⎪ ⎛ 1 B 2 ⎞
⎜ 3 ⎟
= ω − q4
2
(4.10)
⎨v o 4 ⎜ ⎟
⎪ ⎝ i 4 ⎠K B
⎪ ⎛
⎪ ⎜ 1 B3 ⎞⎟
2
2
⎪ o5 ⎜ K B ⎟ = ω − q 5
v
⎩⎪ ⎝ i 5 ⎠
A 4 B3 A OL A 5 B3 A OL
avec q 3 = −A 3 A OL , q 4 = − et q 5 = −
B4 B5
96
Le système d’équation (4.10) nous montre que l’on peut déterminer le nombre complexe w
⎛ 1 ⎞
comme étant l’intersection de 3 cercles de centre q3, q4 et q5, et de rayons respectifs v o3 ⎜⎜ ⎟⎟ ,
⎝ Ki ⎠
⎛ 1 B 2⎞ ⎛ 1 B3 ⎟
2⎞
v o4 ⎜ 3 ⎟ et v o5 ⎜⎜ . Ceci s’illustre par la figure 4.2.
⎜K B ⎟ K i B5 ⎟
⎝ i 4 ⎠ ⎝ ⎠
Fig.4.2 Détermination de ω
Les points complexes qi sont obtenus par calibrage. La connaissance de ces paramètres
et la mesure des 3 tensions de sorties, nous permettent de déterminer ω et ainsi l’enveloppe
complexe par la relation (4.9). L’article [1] définit les modules et phases optimales pour
obtenir une estimation correcte de ω:
q3 = q4 = q5 (4.11)
⎛q ⎞ ⎛q ⎞
arg⎜⎜ 5 ⎟⎟ = 120° et arg⎜⎜ 4 ⎟⎟ = −120° (4.12)
⎝ q3 ⎠ ⎝ q3 ⎠
Ces deux derniers critères (4.11) et (4.12) ont été élaborés pour une application
d’instrumentation en utilisant le six-port comme analyseur de réseaux et depuis, ces
conditions n’ont jamais été adaptées à des applications de démodulation
(Télécommunications). Après une étude comparative entre le démodulateur IQ classique et le
cinq-port, nous allons étendre ces deux critères du cinq-port dans un contexte de
démodulation.
97
4.2- Etude comparative des deux architectures de démodulateurs Zéro-IF

Les questions qui se posent toujours pour les utilisateurs de la technique cinq-port sont
: pourquoi utiliser un démodulateur cinq-port au lieu d’un démodulateur classique IQ ? Quels
sont les avantages et les inconvénients de l’un par rapport à l’autre? Et pourquoi nous allons
opter pour le cinq-port dans notre banc MIMO ? Cette partie de ce chapitre présentera une
étude théorique et des résultats de simulations et de mesures. Dans un premier temps nous
détaillons les expressions analytiques des deux démodulateurs en tenant compte des
phénomènes de non-linéarité. puisque c’est l’une des sources principales de perturbations
affectées à ces types de démodulateurs. tel qu’il a été mentionné dans le chapitre 2.
Pour aboutir à une comparaison la plus fidèle possible, nous avons choisi d’étudier
l’architecture cinq-port utilisant des mélangeurs et non des détecteurs de puissances (diodes)
pour la réalisation du mélange entre les signaux OL et RF. La raison est simple, c’est que les
démodulateurs classiques IQ utilisent des mélangeurs. Pour cela une présentation d’un cinq-
port utilisant des mélangeurs est faite dans ce qui suit. Pour différencier les deux architectures
de cinq-port nous avons choisi de nommer « démodulateur triphasé » le cinq-port utilisant des
mélangeurs.
4.2.1 Le démodulateur triphasé
Ce récepteur utilise la même architecture cinq-port qui est très bien présentée dans la
littérature [1-6]. A la différence du cinq-port utilisant des diodes pour réaliser le mélange
entre l’oscillateur local et le signal RF, ce démodulateur Zero-IF utilise des mélangeurs.
L’objectif ici est de bénéficier de l’avantage architectural de la technique cinq-port tel que la
largeur de bande [3], sa faible sensibilité au désappariement en amplitude et en phase [6] et la
rejection des canaux adjacents que nous allons démontrer.
v1
VRF v2
v3
VLO
Fig.4.3 Récepteur Triphasé
98
La figure 4.3 présente le modèle du circuit triphasé. Ce circuit comprend cinq accès :
deux entrées pour les signaux en haute fréquence et trois sorties pour les signaux en bande de
base. Dans un premier temps, le signal à l’entrée LO est divisé en trois signaux. Chacun de
ces signaux est déphasé d’un angle ϕ i puis appliqué à l’entrée LO d’un mélangeur. De même,
le signal RF reçu est divisé en trois et chacun de ces trois derniers est appliqué à l’entrée RF
du mélangeur. A la sortie des mélangeurs on obtient trois signaux résultant du produit entre
les signaux appliqués aux entrées LO et RF du démodulateur. Le filtre passe-bas situé après la
sortie IF du mélangeur élimine les hautes fréquences. Finalement, le démodulateur triphasé
délivre en sortie trois signaux en bande de base. Le signal LO et le signal RF reçu sont
exprimés respectivement par :
[
vRF (t ) = ℜ z (t )e j 2πfct ] (4.13)
vLO (t ) = ℜ[V LO e j 2πfct ] (4.14)
où VLO est l’amplitude de l’oscillateur local, fc est la fréquence porteuse et z (t ) = a(t )e jθ (t ) est
l’enveloppe complexe de vRF (t ) ; a(t ) et θ (t ) sont respectivement l’amplitude et la phase de
l’enveloppe complexe en fonction du temps. Après multiplication et filtrage, les tensions
obtenues à la sortie des filtres s’expriment comme (cela sera démontré dans le paragraphe
4.3.1):
vi (t ) = Ai a(t ) cos(θ (t ) − φi ) i=1, 2, 3 (4.15)
où Ai est le gain depuis l’entrée RF, qui comprend le gain de conversion des mélangeurs et les
pertes du filtre. φi est le déphasage relatif entre les voies φi = ϕi − ϕ j tel que i≠ j.
Les trois tensions de sortie décrites par (4.15) ne sont pas suffisantes pour délivrer
l’information utile zI et zQ :
z I (t ) = a (t ) cos θ (t ) et zQ (t ) = a(t ) sin θ (t ) (4.16)
Une opération mathématique supplémentaire est nécessaire. Elle consiste à multiplier

ces trois tensions obtenues en sortie du démodulateur triphasé par une matrice constituée
99
d’éléments constants appelés constantes de calibrage. Ces constantes dépendent du gain de

conversion des mélangeurs, des pertes et des déphasages des trois voies du démodulateur.
A partir des équations 4.15, on peut montrer [3] que les signaux en bande de base
désirés peuvent s’exprimer linéairement en fonction des signaux de sortie du cinq-port :
3 3
z I (t ) = ∑ α i vi (t ) zQ (t ) = ∑ β i vi (t )
i =1 et i =1 (4.17)
Avec αi et βi qui dépendent des coefficients Ai et φi. La calibration consiste à

déterminer les coefficients αi et βi permettant de déterminer les signaux de bande de base à
partir des signaux issus du démodulateur triphasé.
4.2.2 Effet de Non-linéarités sur les démodulateurs Zéro-IF et rejection de

la distorsion d’intermodulations d’ordre 2
Nous étudions dans ce qui suit la présence d’un canal adjacent voisin situé dans la
bande de réception du démodulateur. L’expression des signaux à l’entrée du démodulateur
vin(t) s’exprime dans le cas d’un perturbateur voisin comme:
vin (t ) = vRF (t ) + vadj (t ) (4.18)
où v adj (t ) = z adj (t )e j (2πf adj t +ϕ adj (t )) avec z adj (t ) = a adj (t )e jθ adj . f adj et ϕ adj sont respectivement la
fréquence porteuse et la phase du signal situé dans le canal adjacent. z adj est l’enveloppe
complexe. aadj et θ adj sont respectivement l’amplitude et la phase de l’enveloppe complexe
z adj . En prenant en compte la non-linéarité des mélangeurs et des LNA, il est possible de
réécrire les expressions des signaux en bande base en utilisant le modèle donné par [7] de la
manière suivante :
(
vî (t ) = LPF Ai [vin (t )vLO (t )] + g Im 2i [vin (t )vLO (t )]
2
) (4.19)
g Im 2i sont les gains des produits d’intermodulation d’ordre 2 (IMD2) des voies i et Ai les
pertes du aux mélangeurs.
100
Les filtres passe-bas, représentés dans l’équation précédente par l’opérateur LPF,
élimineront les fréquences supérieures à sa fréquence de coupure. On obtient en sortie des
mélangeurs les expressions perturbées suivantes :
(
v̂i (t ) = Ai a (t )cos (θ (t ) − φi ) + g Im 2i a 2 (t ) + aadj
2
(t ) ) i=1,2, 3 (4.20)
Le canal adjacent ne devient dérangeant que pour des valeurs élevées de ce dernier et
dépend surtout de la variation de son enveloppe. C’est pour cela que nous assumons que le
récepteur opère dans une situation où le canal adjacent est fort et donc : a 2 (t ) << aadj
2
(t ) , ce
qui permet de réécrire l’équation (4.20) :
v̂i (t ) = Ai a(t )cos(θ (t ) − φi ) + g Im 2i aadj

2
(t ) i=1,2, 3 (4.21)
On note que dans le cas d’un démodulateur IQ, uniquement deux mélanges sont
réalisés. Le premier mélange se fait entre le signal RF et le signal LO. Le second mélange est
fait aussi entre les signaux RF et LO mais le signal LO est déphasé de 90° (voir chapitre 2,
page 18). Ainsi les deux sorties du démodulateur IQ s’écrivent alors :
s I (t ) = A1a(t )cos(θ (t )) + g Im 21 aadj

2
(t ) et sQ (t ) = A2 a(t ) sin(θ (t )) + g Im 2 2 aadj
2
(t ) (4.22)
En appliquant les constantes de calibration aux signaux v̂i (t ) issus du démodulateur

triphasé (équation 4.21), on récupère les signaux en bande de base désirés :
3 3
ẑ I (t ) = ∑ α i v̂i (t ) et ẑQ (t ) = ∑ β i v̂i (t ) (4.23)
i =1 i =1
ces dernières équations s’écrivent aussi :
ẑ I (t ) = z I (t ) + g Im 2I aadj
2
(t ) et ẑQ (t ) = zQ (t ) + g Im 2Q aadj
2
(t ) (4.24)
où g Im 2 I et g Im 2Q sont respectivement les gains équivalents en IM2 pour les voies I et Q du
démodulateur triphasé avec :

3 3
g Im 2I = ∑ α i g Im 2i et g Im 2 Q = ∑ β i g Im 2 i (4.25)
i =1 i =1
101
Donc, de ces dernières expressions des signaux en bande de base nous pouvons
déterminer l’impact de l’interféreur sur la réception. Il est évident que la perturbation apportée
par le canal adjacent va dépendre de g Im 2 I et g Im 2Q .
Selon les équations (4.17), (4.24) et (4.25), si nous voulons concevoir un

démodulateur Zéro-IF insensible aux canaux adjacents et donc plus linéaire, il faudra
répondre aux critères C1 et C2 qui suivent :
3 3
∑ α i g Im 2i = 0 et ∑β g
i =1
i Im 2i =0 (4.26)
i =1
Ces équations seront vérifiées, comme on le démontrera par la suite, si le

démodulateur triphasé est parfait. Dans le cas contraire, il faudrait utiliser une méthode de
calibrage qui optimise les valeurs de αi et βi afin de satisfaire l’équation (4.26).
Nous étudions dans ce qui suit le cas idéal d’un démodulateur triphasé. Dans ce cas
nous avons :
A1 = A2 = A3 = A (Symétrie des voies) (4.27)
φi − φj = 2π 3 i ≠ j (Triphasé) (4.28)
Dans le cas idéal, les équations (4.27) et (4.28) sont supposées vraies quelque soit la
fréquence. Il est facile de démontrer en utilisant (4.16), (4.17), (4.27) et (4.28) que les
constantes reliant les trois tensions vi (t ) i = 1,2,3 aux signaux z I (t ) et zQ (t ) ont pour valeurs :
α1 = 2 A 3 , α 2 = − A 3 , α 3 = − A 3 (4.29)
β1 = 0 , β 2 = A 3 3 , β 3 = − A 3 3
On notera que :
3 3
∑α
i =1
i =0 et ∑β
i =1
i =0 (4.30)
Selon les équations (4.26), (4.29) et (4.30) les critères 1 et 2 ne sont validés que si les
trois mélangeurs ont précisément le même IIP2 et donc, le même gain en IM2. Ainsi
102
idéalement, l’architecture cinq-port ou triphasée permet de réaliser un récepteur à IIP2 infinie

car les produits IMD2 sont annulés selon l’équation (4.26).
4.2.3 Simulation du comportement des démodulateurs Zéro-IF face à un

canal adjacent
Pour démontrer ces résultats théoriques, nous avons simulé à l’aide du logiciel ADS
un modèle de démodulateur triphasé avec des mélangeurs parfaits. La non-linéarité des
mélangeurs est réalisée en utilisant le modèle proposé par [7]. Cela a permis d’obtenir un
IIP2, estimé par la méthode présentée dans le chapitre 2, égal à 60dBm. On choisit un signal
LO de fréquence 2.8 GHz et un niveau de puissance de 7 dBm à l’entrée de chaque
mélangeur. A l’entrée RF du récepteur est appliqué un signal utile RF bi-tons de fréquences :
2.79995 GHz et 2.80005 GHz, soit 100 kHz d’écart avec un niveau de puissance globale de -
40 dBm. Le signal adjacent, lui aussi injecté dans l’entrée RF du récepteur, est un signal bi-
tons de fréquences : 2.0001 GHz et 1.9999 GHz, soit 200 kHz d’écart avec un niveau de
puissance globale de 10 dBm. Nous utilisons des signaux bi-tons pour distinguer, dans le
diagramme spectral, les signaux utiles des signaux perturbateurs et mesurer la rejection. En
effet, après démodulation le signal bi-ton permet de délivrer un signal sinusoïdal en bande de
base correspondant à une raie dans le domaine spectral et à un cercle dans le plan de
constellation des diagrammes de phase.
Nous soulignons aussi que pour nos simulations et mesures, nous nous intéressons
uniquement à la partie dynamique (variable) de l’IMD2 qui est la plus difficile à éliminer. En
effet la relation (4.24) peut s’écrire comme :
ẑ I (t ) = z I (t ) + g Im 2 I a' adj
2
(t ) + DC I et ẑ Q (t ) = z Q (t ) + g Im 2Q a' adj
2
(t ) + DCQ (4.31)
En supprimant de ces derniers signaux leurs moyennes nous supprimons toutes les
composantes DC dues aux signaux LO, adjacents et RF. Nous récupérons uniquement la
partie qui varie en fonction du temps (l’enveloppe du signal utile ainsi que l’enveloppe
variable du signal adjacent).
ẑ' I (t ) = z I (t ) + g Im 2 I a' adj

2
(t ) et ẑ Q (t ) = z Q (t ) + g Im 2Q a' adj
2
(t ) (4.32)
103
Les résultats de simulation sont illustrés dans les figures ci-dessous. La figure 4.4
représente les deux sorties du démodulateur IQ classique. Dans la figure 4.5 nous observons
les trois signaux de sortie vi (i=1,2,3). Les deux signaux zI et zQ, en bande de base, obtenues
après application des constantes de conversion de l’équation (4.29) sont représentés par les
figures 4.8 et 4.9.
-40
sI and sQ Spectrum (dBm)
-60
-80
-100
-120
-140
-160
0 100 200 300 400 500
freq, KHz
Fig.4.4 Spectre de sortie du récepteur IQ classique.
-60
v1,v2 and v3 Spectrum (dBm)
-80
-100
-120
-140
-160
-180
0 100 200 300 400 500
freq, KHz
Fig.4.5 Spectre des de tensions de sortie du récepteur triphasé avec effet du canal adjacent.
104
1.0
0.5
0.0
sQ
-0.5
-1.0
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0
sI
Fig.4.6 Constellation IQ classique avec effet du canal adjacent.
0.5
v3(mV)
-0.5
0.4
0.2 0.5
0
-0.2 0
-0.4
v2(mV) -0.6 -0.5
v1(mV)
Fig.4.7 Affichage des sorties en 3D avec l’effet d’un canal adjacent.
105
-40
zI and zQ Spectrum (dBm) -60
-80
-100
-120
-140
-160
0 100 200 300 400 500
freq, KHz
Fig.4.8 Spectre des tensions de sortie en bande de base.
1.0
0.5
zQ
0.0
-0.5
-1.0
-1.0 -0.5 0.0 0.5 1.0
zI
Fig.4.9 Constellation reçue
Les figures 4.5 et 4.7 représentent respectivement dans le domaine spectral et

tridimensionnel les trois signaux de sortie du démodulateur triphasé. On observe bien sur la
figure 4.5 la raie du signal en bande de base utile autour de 100 kHz mais apparaît aussi la
raie du signal adjacent à 400 kHz. Sur la figure 4.7 le cercle représente, dans un espace
tridimensionnel, les signaux en bande de base sans présence de signal de canal adjacent. Par
contre dans le cas d’un signal adjacent bi-tons, ce cercle représentant l’enveloppe complexe
du signal transmis est modulé par une sinusoïde due à l’enveloppe du canal adjacent comme
l’illustre sur la même figure la courbe en trait pointillé. On applique ensuite les coefficients de
106
l’équation (4.17) sur les trois tensions pour estimer le signal en bande de base. La figure 4.8
illustre le spectre des signaux en bande de base zI et zQ. Cette figure nous permet de confirmer
la suppression en bande de base de l’enveloppe du signal adjacent et comme le montre la
figure 4.9, on récupère un cercle pur représentant l’enveloppe complexe transmise.
La figure 4.4 affiche le spectre en sortie des voies I et Q du démodulateur classique
ayant en son entrée radio le même signal soumis au démodulateur triphasé. La raie
perturbatrice due au canal adjacent apparaît bien aussi. A moins de rajouter un circuit
particulier (ce qui risque de compliquer d’avantage le démodulateur et ainsi perdre le
caractère faible consommation et faible complexité) la seule solution pour remédier à cette
perturbation est d’utiliser un mélangeur avec un IIP2 plus élevé. Comme nous pouvons le
constater sur la figure 4.6 la constellation des phases est déformée par le canal adjacent.
Pour valider ces simulations et ainsi valider le développement théorique, il est
essentiel de réaliser un banc de mesures comparatif. Mais pour mettre en valeurs l’apport
architectural de la technique cinq-port il est intéressant d’avoir une idée sur les différentes
techniques de rejection de l’IMD2 dans l’état de l’art. C’est ce que nous présentons dans la
partie suivante.
4.2.4 Etat de l’art des techniques de rejection de l’intermodulation

d’ordre pair
La possibilité d’obtenir une haute intégration est l’une des caractéristiques les plus
attractives des récepteurs Zéro-IF [8]. Effectivement, les autres types de démodulateur
nécessitent un filtre image qui peut se faire en technologie SAW dont l’intégration reste très
faible [9]. Néanmoins, l’architecture Zéro-IF est handicapée par certains inconvénients tels
que l’intermodulation d’ordre 2 (IMD2). Ses principales origines sont les non-linéarités des
LNA ainsi que des mélangeurs. L’interférence d’ordre pair fait apparaître en bande de base
l’enveloppe du signal voisin ou celle résultante de la différence de deux porteuses proches, ce
qui a pour effet de détériorer la sensibilité du récepteur.
Plusieurs techniques sont proposées dans la littérature pour résoudre le problème

d’IMD2 [10]. Il existe des solutions qui cherchent à éliminer les sources de distorsion et
d’autres qui permettent de compenser l’effet IMD2. Les sources de distorsion peuvent être
éliminées en utilisant des solutions de type circuit. Ces solutions consistent à faire décroître la
non-linéarité d’ordre 2 dans les mélangeurs. L’une d’elle consiste à placer un étage RC
107
dégénéré entre la source du transistor utilisé pour le mélange et la masse [11]. La réduction de
l’effet IMD2 peut se faire aussi par une configuration particulière de la polarisation [12].
Deux autres techniques basées sur la réduction de la distorsion en mode commun existent. La
première consiste à supprimer le courant IMD2 en mode commun en injectant, à la sortie des
étages de commutation, un courant égal mais déphasé du courant de distorsion [13,14]. La
seconde technique quant à elle, élimine le courant de distorsion en mode commun soit en
contrôlant le courant de polarisation de l’étage d’entrée des mélangeurs [15], soit en injectant
le courant IMD2 en mode commun à la sortie de l’étage d’entrée des mélangeurs [16].
L’adaptation dynamique [17] est une autre solution pour la réduction de l’IMD2 et est
principalement utilisée pour les démodulateurs Zéro-IF. Elle consiste à multiplier le signal RF
par un signal avant le mélange principal avec l’oscillateur local (LO). Ce signal peut être
périodique ou pseudo aléatoire. Ainsi, la distorsion IMD2, générée par le mélangeur, est
translatée en fréquence. Après le mélange principal, le bloc d’adaptation dynamique restaure
le signal désiré.
Toutes les techniques précédemment citées ne suffisent généralement pas à respecter

les normes fixées par certains systèmes de communications mobiles en terme de IIP2 (Second
order Input Intercept Point) [11]. Afin d’y remédier, des techniques de compensation d’IMD2
sont explorées pour améliorer la linéarité des récepteurs. Ces techniques, contrairement aux
précédentes qui cherchaient à éliminer les sources de distorsion, tentent de compenser la
distorsion. Ces techniques ont été appliquées en premier par [18] où un brevet présentait une
méthode de compensation de l’IMD2 dans les récepteurs Zéro-IF. Directement après
l’antenne, un filtre passe bande délivre le signal de référence qui permettra de supprimer
l’IMD2. Dans [19,20], une voie supplémentaire est utilisée avant ou après le mélangeur,
permettant d’avoir un signal de référence IMD2 qui sera soustrait des signaux utiles, après
équilibrage du gain.
Sans faire usage d'une voie supplémentaire, il est possible d'exploiter la distorsion en
mode commun généré par la non-linéarité existante du circuit. Connue sous le nom de « IP2
calibration » [22,23] une technique d'auto compensation est utilisée en contrôlant les
paramètres du composant. Ainsi une partie de la distorsion en mode commun est convertie en
mode différentiel.
108
D’autres méthodes numériques existent aussi pour compenser l’IMD2 [24,27]. Ces
méthodes adaptatives utilisent des algorithmes telle que la méthode des moindres carrés
(LMS : Least Mean Square) pour minimiser l’erreur entre le signal de référence et le signal de
sortie.
Dans ce travail une solution architecturale est étudiée. Cette solution se base sur
l’architecture cinq-port. Le but est de démontrer que cette architecture, qui n’est pas
spécialement dédiée à la suppression de l’IMD2, offre une rejection supérieure à celle d’une
architecture classique de récepteur Zéro-IF. C’est dans cette approche que les deux types de
démodulateurs sont conçus pour leur appliquer une campagne de mesure qui permettra de
valider la théorie et la simulation précédemment décrites.
4.2.5 Circuits conçus et bancs de mesure
Afin de quantifier l’apport d’une architecture par rapport à l’autre deux

démodulateurs : triphasé et IQ classique ont été réalisés. De ce fait, deux bancs de mesure ont
été réalisés pour la validation expérimentale de la théorie développée sur l’architecture
triphasée.
Pour la réalisation des récepteurs nous avons utilisé des mélangeurs large bande ayant
les caractéristiques suivantes : entrée RF/LO = 2-7 GHz, puissance LO = 7 dBm, IF = DC-
1.3 GHz. Les diviseurs de puissance utilisés opèrent dans la bande de 2-4.2 GHz et des
déphaseurs sont réalisés avec des lignes micro-ruban. Le filtre passe-bas est intégré à la carte
d’acquisition et sa fréquence de coupure est de 32 MHz. Les convertisseurs numériques ont
des fréquences d’échantillonnage maximales de 60 Mech/s.
La valeur de l’IIP2 et les pertes de conversion n’étant pas précisées dans la

documentation technique du fabricant des mélangeurs, nous l’avons déterminé
expérimentalement et graphiquement. Le mélangeur présente pour une puissance LO de 7
dBm une perte de conversion Pc = 7 dB et un IIP2 = 27dBm.
109
Le démodulateur triphasé :
Comme l’illustre la figure (4.18), le circuit a été conçu en technologie hybride. La

puissance LO est divisée en trois par le diviseur de puissance de perte 5 dB. Chaque signal est
déphasé grâce à une ligne micro-ruban de sorte à obtenir un déphasage relatif entre les voies
de 120° à 2.8 GHz. Le déphasage varie de 60° à 150° pour une fréquence du signal LO qui
varie de 2-4.2 GHz. Ensuite, ces signaux résultants, sont appliqués à l’entrée LO des
mélangeurs. De l’autre coté, le signal RF est divisé en trois par le même type de diviseur de
puissance et appliqué à l’entrée du mélangeur. Finalement on obtient les trois signaux en
bande de base en sortie des mélangeurs.
Sortie en BB
Déphaseur
Entrée LO Entrée RF
Diviseur de puissance
Mixer
Fig.4.10 Démodulateur triphasé en technologie hybride
Il est important de noter qu’aucune amplification n’est utilisée dans ce démodulateur

passif et que son facteur de bruit peut être considérablement réduit en utilisant un LNA.
Le démodulateur IQ :
Utilisant les mêmes mélangeurs, nous avons conçu un démodulateur IQ qui sera un
circuit de référence pour comparer les résultats en termes de rejection des canaux adjacents
pour différentes configurations de mesure.
110
Déphaseur 90°
Sorties en BB
Diviseur de puissance
Entrée RF
Mixer
Entrée LO
Fig 4.11 Démodulateur IQ Classique en technologie hybride
Comme le montre la figure 4.11, la puissance LO est divisée en deux par un diviseur 3
dB. L’une des sorties du diviseur de puissance est déphasée de 90° grâce à un déphaseur
passif puis reliée à l’entrée du mélangeur. La deuxième sortie du diviseur de puissance est
directement connectée à l’entrée du second mélangeur. La voie RF est aussi divisée en deux
par un diviseur de puissance à 3 dB et ces deux sorties sont connectées aux secondes entrées
des mélangeurs. Finalement on obtient les deux signaux en bande de base en sortie des
mélangeurs.
Note: l’atténuation apportée par les déphaseurs utilisés dans le cas du démodulateur triphasé
et du démodulateur IQ classique ne dépasse pas 0.1 dB.
Le banc de mesures est illustré par le synoptique suivant :
Fig.4.12 Banc de mesure utilisé pour caractériser la rejection des canaux adjacent pour les deux
architectures IQ et triphasé.
111
Emission :
Le signal utile est délivré par un générateur de signaux modulés dont la fréquence
porteuse est de 2.8 GHz, la puissance est fixée à -50 dBm. Le signal en bande de base généré
est une séquence pseudo-aléatoire de longueur 256 bits à laquelle vient se concaténer une
séquence d’apprentissage de 24 bits qui nous permettra d’égaliser les signaux reçus. Le
générateur se charge aussi de réaliser le filtrage numérique en utilisant un filtre en racine de
Nyquist avec un roll-off de 0.35. Le débit symbole est de 100 kSym/s et le type de modulation
utilisé est une QPSK.
Le signal perturbateur qui représente un canal adjacent est fixé à la fréquence 2.2 GHz.
Cette fréquence se situe dans la bande de réception des démodulateurs triphasés et du IQ
conçus. La puissance de ce signal sera variable. Différents types de modulation seront utilisés
pour le canal adjacent (bi-ton, TDMA), leurs caractéristiques seront présentées dans la suite.
Réception :
La fréquence de l’oscillateur local est fixée à 2.8 GHz. [11] montre dans ces travaux
de recherche que l’IIP2 des mélangeurs varie en fonction de la puissance de l’oscillateur local.
Pour cela, il est important de prendre en compte l’architecture utilisée pour fixer la puissance.
Le niveau de puissance LO est fixé de sorte à obtenir +7 dBm sur chaque entrée LO des
mélangeurs comme l’indique la documentation technique des mélangeurs et ceci pour les
deux cas de configuration (triphasé et IQ classique). Cette dernière condition permet aussi aux
deux architectures, triphasé et IQ classique, d’avoir un même IIP2 des mélangeurs de 27 dBm.
Pour la conversion analogique numérique nous utilisons une carte d’acquisition à 4

voies. La fréquence d’échantillonnage utilisée est de 800 kéch/s, la bande passante étant à -
3 dB de 32 MHz. Pour les deux cas de figure nous utilisons les mêmes filtres numériques
ainsi que les même égaliseurs numériques.
Etant donné que le démodulateur triphasé est conçu en technologie hybride, il nous est
très difficile d’obtenir les conditions (4.27) et (4.28). Il faut donc minimiser les critères C1 et
C2 élaborés dans cette thèse (4.30) en utilisant les coefficients de calibration. Cette opération
est faite en utilisant la variance des tensions de sortie [3] (Voir annexe A pour plus de détail).
112
4.2.6 Résultats de mesure
Le but de ces travaux est de démontrer la linéarité gagnée grâce à l’architecture

triphasée. A cet effet, deux figures de mérite peuvent être exploitées : BER (Bit Error Rate)
ou EVM (Error Vector Magnitude). Cependant [28] explique bien que le BER peut être
insensible à la variation de la qualité de la constellation tant que cette variation n’est pas
suffisante pour créer de l’erreur. Pour ces raisons, nous avons opté pour la mesure de l’EVM
des constellations reçues afin de comparer la sensibilité des deux types d’architectures face à
un canal adjacent à enveloppe variable dans la bande de réception. L’expression de l’EVM est
la suivante [6]:
N∑
1 z r − ze
2
EVM(%) = 1
2
(4.32)
zmax
où z r est le vecteur complexe du iéme symbole reçu, ze est le vecteur complexe du iéme
symbole émis, z max est le vecteur complexe du symbole ayant le module le plus élevé parmi
les N symboles reçus.
100
IQ receiver
90 Three phase receiver
80
70
60
EVM%
50
40
30
20
10
0
-70 -65 -60 -55 -50 -45 -40 -35 -30 -25 -20
C/I
Fig.4.13 EVM en % en fonction du rapport de la puissance porteuse sur la puissance du canal adjacent bi-
tons (puissance du signal utile fixée à -50dBm).
113
D’après nos mesures, un EVM de 20.4 % correspond à un BER de 10-3 pour une
modulation QPSK. La puissance du signal RF utile modulé en QPSK avec une séquence
pseudo-aléatoire pour les deux cas (démodulateur triphasé et démodulateur IQ) est fixé à -50
dBm.
La figure 4.13 montre que pour des rapports C/I élevés (signal adjacent faible), le
démodulateur IQ présente un palier d’EVM (11 %) plus faible comparé au palier d’EVM (15
%) du démodulateur triphasé. Ceci est dû à un meilleur SNR au niveau de l’entrée des
mélangeurs pour le démodulateur IQ car la puissance du signal RF reçu n’est divisée qu’en
deux par contre dans le démodulateur triphasé, elle est divisée en trois. Ce qui fait une
différence de 1.7 dB entre le SNR du démodulateur IQ et celui du démodulateur triphasé ou
autrement dit, une différence de 1.7 dB pour le facteur de bruit NF (Noise Figure).
Un EVM de 20 % est obtenue pour un C/I de -62 dB pour le démodulateur triphasé

alors que le même EVM est obtenu, dans le cas du démodulateur IQ, pour un C/I de -44 dB.
Nous en déduisons que le démodulateur triphasé offre un gain de près de 18 dB pour un signal
adjacent bi-tons à 100 kHz d’écart de fréquence.
Il est important de noter que dans le cas du démodulateur triphasé, le gain en rejection
aurait pu être meilleur si les mélangeurs étaient plus linéaires. Comme nous pouvons le
constater à l’aide de la figure 4.13, le palier en EVM à 15 % cesse pour les faibles C/I (signal
adjacent fort), i.e., lorsqu’on atteint la zone de compression des mélangeurs et un nouveau
palier en EVM à 55 % apparaît. On pourrait éventuellement gagner quelques dB
supplémentaire de rejection par la linéarisation numérique des tensions de sorties des
mélangeurs.
Afin de généraliser d’avantage nos mesures, nous réalisons une seconde expérience où
les mêmes conditions précédentes sont vérifiées, sauf que nous faisons appel à un autre type
de canal adjacent.
114
60
IQ receiver
Three phase receiver
55
50
45
40
EVM%
35
30
25
20
15
10
-80 -70 -60 -50 -40 -30 -20
C/I
Fig.4.14 EVM en % des deux architectures pour une puissance RF fixée à -54dBm et un canal adjacent de
type TDMA de puissance qui varie de -30dBm à 20dBm (‘x’ démodulateur IQ, ‘–‘ démodulateur triphasé)
La figure 4.14 illustre l’EVM en fonction du C/I dans le cas d’un canal adjacent
équivalent à un signal TDMA (Time Division Multiple Access). Ce canal adjacent est
équivalent à un signal pulsé. La période du pulse pour les mesures est de 577 µs et de rapport
cyclique de ½.
Dans le cas du démodulateur triphasé, les résultats de mesure présentent un palier

d’EVM de 19 % pour des forts C/I. Ce palier cesse à partir d’un C/I de -59 dB. Par contre, le
palier d’EVM mesuré du récepteur IQ s’arrête à partir d’un C/I de -39 dB. Ces deux dernières
constatations confirment, dans le cas d’un canal adjacent TDMA, que le démodulateur
triphasé apporte un gain de 20 dB de rejection par rapport au démodulateur classique IQ.
La figure 4.14 présente des oscillations pour les forts C/I. Le signal TDMA choisit a
deux états de l’enveloppe : haut et bas de même durée. A l’instant de mesure et pour les forts
C/I si l’enveloppe du signal adjacent est haute, les mélangeurs saturent et on obtient un EVM
élevé. L’état bas de l’enveloppe du signal adjacent est équivalent à une absence de canal
adjacent et donc un EVM faible. Le résultat obtenu pour des fort C/I est la moyenne des
mesures qui dépendent de l’instant de mesure, d’où les oscillations. Donc pour confirmer
d’avantage le gain en rejection obtenue nous procédons à des mesures de BER comme
l’affiche la figure suivante.
115
Three phase Receiver IQ Receiver

20
BER 20
BER
0.5 0.5
15 15
0.45 0.45
10 10
0.4 0.4
5 5
0.35 0.35
0 0
Padj(dBm)
Padj(dBm)
0.3 0.3
-5 -5
0.25 0.25
-10 -10
0.2 0.2
-15 0.15
-15 0.15
-20 0.1 -20 0.1
-25 0.05 -25 0.05
-30 0 -30 0
-60 -58 -56 -54 -60 -58 -56 -54
PRF(dBm) PRF(dBm)
Fig.4.15 BER des deux types de démodulateurs (IQ et triphasé) en fonction de la puissance du signal utile
RF et de la puissance du canal adjacent de type TDMA
La figure 4.15 représente le BER pour les deux cas de figure de démodulateur, IQ et
triphasé, en fonction de la puissance du signal utile RF et de la puissance d’un canal adjacent
pulsé. A partir d’une puissance du canal adjacent de -5 dBm, le démodulateur IQ présente un
taux d’erreur élevé (plus de 0.3). Le même taux d’erreur est obtenu dans le cas d’un
démodulateur cinq-port à une puissance du canal adjacent voisinant les 15 dBm, soit 20 dB de
rejection en plus. Ceci valide le résultat trouvé précédemment par la méthode s’appuyant sur
l’EVM, soit un gain de rejection de 20 dB apporté par la solution architecture cinq-port
comparée à l’architecture classique IQ.
L’architecture cinq-port fait preuve d’une meilleure capacité de rejection que celle du
démodulateur classique malgré que son NF soit légèrement plus élevé. Mais malgré cet
avantage présenté durant cette étude comparative, la mise en œuvre d’une technique de
calibration n’est pas forcement évidente. Parfois elle nécessite une manipulation humaine
pour l’application des charges où elle demande une charge de calcul assez élevée. C’est dans
cet objectif que nous présentons une nouvelle façon de voir le cinq-port permettant une
116
compréhension simple et rapide du système cinq-port qui nous mènera vers une méthode de
calibration très simple à mettre en oeuvre avec un très faible coût de calcul.
4.3 Aspect tridimensionnel de la technique 5-port pour les récepteurs Zéro IF
Le six ou cinq-port, a été utilisé au départ comme réflectomètre vectoriel [1] puis bien
après comme démodulateur homodyne [29]. Le démodulateur IQ classique projette le vecteur
signal RF à démoduler sur une base de deux vecteurs orthogonaux I et Q. Par comparaison, le
démodulateur de type cinq-port projette le vecteur signal RF sur une base triphasée
[3,5,30,31,32]. Le signal radiofréquence reçu est divisé sur 3 voies puis mélangé avec le
signal de l’oscillateur local déphasé respectivement de 120° sur chacune des voies. La
troisième voie supplémentaire était souvent justifiée comme une voie qui apportait une
redondance et c’est ce qui lui permettait d’être moins sensible aux désappariements
d’amplitude et de phase [6] des 3 voies du démodulateur mais ceci nécessite une procédure de
calibrage. Cette procédure de calibrage pénalise ce type de circuit car ces méthodes
nécessitent des manipulations matérielles [3,5,30,31,32] .
Dans ce paragraphe nous allons avant tout démontrer l’orthogonalité entre les sous-
espaces des signaux issus du cinq-port ce qui nous permettra de justifier l’aspect
tridimensionnel de ce type de circuit. Ensuite nous prouverons, sous certaines conditions, que
le cinq-port est naturellement moins sensible aux DC-offset et aux IMD2 qu’une architecture
classique. Enfin, ces dernières démonstrations ont permis d’aboutir à une nouvelle méthode
de calibration beaucoup plus simple en terme de calcul et de mise en œuvre que celles
publiées auparavant.
4.3.1 Le cinq port et le triphasé dans un contexte récepteur
Le démodulateur cinq-port peut être réalisé par deux structures différentes. Les
expressions des signaux en bande de base de chacune de ces structures sont analytiquement
identiques à part que l’effet des DC-offset et IM2 est plus prédominant dans l’une que dans
l’autre. Dans le premier modèle on utilise des détecteurs pour réaliser le mélange entre le
signal OL (Oscillateur local) et le signal RF (Radiofréquence). Par contre, dans le deuxième
117
on utilise des mélangeurs. Dans les deux modèles on déphase le signal OL de trois valeurs
différentes ϕ1, ϕ2 et ϕ3 pour réaliser la base de projection des signaux.
Les figures suivantes illustrent le modèle théorique des récepteurs cinq-port. Comme
son nom l’indique, nous avons cinq accès, dont deux comme entrées des signaux RF et OL et
trois comme sorties des signaux en bande de base. Dans la figure 4 les signaux OL déphasés
et le signal RF sont additionnés puis mis au carré grâce à des détecteurs de puissance ensuite
le signal résultant est filtré. Dans la figure 5 les signaux OL déphasés et le signal RF sont
mélangés puis filtrés par un circuit passe-bas.
Fig.4.16 Modèle théorique à détecteurs de puissance
Fig.4.17 Modèle théorique à mélangeurs
Notons par z (t ) = (I + jQ )
Ayant respectivement à l’accès 1 et 2 :

v RF (t ) = ARF (I + jQ )e j (ωRF t +ψ ) (4.33)
vOL (t ) = AOL e j (ωOLt ) (4.34)

Les équations des tensions de sortie du cinq-port s’écrivent comme [3] :
118
vi =
Si 2 Si 2 2
8 8
( S
4
)
AOL + ARF I + Q 2 + i AOL ARF [I cos(ϕ i + ψ ) − Q sin (ϕ i + ψ )] (4.35)
avec i=1,2,3 indices des voies, Si dépend des paramètres Sij du cinq port et de la sensibilité du
détecteur de la voie i, γi déphasage entre les signaux OL et RF . On considère par la suite que
les signaux RF et OL sont synchronisés d’où ψ=0.
Si 2
Le terme AOL dans l’équation (3) correspond au DC-offset due à l’auto-mélange de l’OL.
8
Ce terme est le principal inconvénient des architectures Zéro-IF. Un de ces effets néfastes est
de réduire considérablement la dynamique des CANs. Le terme

Si 2 2
8
( )
ARF I + Q 2 est dû à
l’auto-mélange du signal utile RF et correspond au produit IM2.
Remarque : Si ces deux termes dus au second ordre étaient nuls l’expression des tensions de
sorties s’écrivent alors :
Si
vi = AOL ARF [I cos(ϕ i ) − Q sin (ϕ i )] = Ai a(t ) cos(θ (t ) − ϕ i )
4
Si
avec Ai = AOL ARF et I cos(ϕ i ) − Q sin (ϕ i ) = a(t ) cos(θ (t ) − ϕ i )
4
On retrouve bien l’équation (4.15).
Sous forme vectorielle, l’équation (3) s’écrit :
⎡ v1 ⎤ ⎡ AOL
2
+ ARF
2
( I 2 + Q 2 )⎤
⎢v 2 ⎥ = ⎡ a→ → →
⎤ ⎢ ⎥
⎢ ⎥ ⎢⎣ 1 a2 a3 ⎥ × ⎢ I ⎥ (4.36)
⎦ ⎢ ⎥
⎢⎣ v3 ⎥⎦ Q
⎢⎣ ⎥⎦
avec :
⎡ S1 ⎤ ⎡ S1 ⎤ ⎡ S1 ⎤
⎢8⎥ ⎢ 4 AOL ARF cos(ϕ1 ) ⎥ ⎢ − 4 AOL ARF sin (ϕ1 ) ⎥
→ ⎢S ⎥ → ⎢S ⎥ → ⎢ S ⎥
a1 = ⎢ 2 ⎥ a 2 = ⎢ 2 AOL ARF cos(ϕ 2 )⎥ a3 = ⎢− 2 AOL ARF sin (ϕ 2 )⎥ (4.37)
⎢8⎥ ⎢4 ⎥ ⎢ 4 ⎥
⎢ S3 ⎥ ⎢ S 3 A A cos(ϕ )⎥ ⎢ − S 3 A A sin (ϕ )⎥
⎢⎣ 8 ⎥⎦ ⎢⎣ 4 OL RF 3 ⎥
⎦ ⎢⎣ 4 OL RF 3 ⎥
⎦
119
→ → →
La matrice formée par les vecteurs a1 , a2 et a3 est la matrice de passage de l’espace des
tensions à l’espace des signaux utiles I et Q. Si cette matrice est orthogonale alors les signaux
utiles IQ, qui sont naturellement orthogonaux entre eux, seront orthogonaux aux signaux
2
indésirables AOL 2
, ARF ( )
I 2 + Q 2 . Pour démontrer l’orthogonalité de cette matrice, nous allons
→ → → → → → →
étudier l’orthogonalité entre les vecteurs a1 , a2 et a3 . Il est évident que a2 ⊥ a3 . Si a1 ⊥ a3
alors
→ →
a1⋅ a3 = 0 ⇒ S12 sin (ϕ1 ) + S 22 sin (ϕ 2 ) + S 32 sin (ϕ 3 ) = 0 (4.38)
Les circuits cinq-port sont conçus sur ce critère ϕ1=120°,ϕ2=0° et ϕ3=-120°. Tenant compte
des ces dernières valeurs pour que l’équation (6) soit vérifiée il faut que :
S1 = S 2 (4.39)
Si nous prenons le cas de l’anneau illustré dans la figure qui suit, nous voyons bien qu’il y’a
symétrie et donc la relation (4.39) est bien vérifiée.
Fig.41.18 Circuit cinq-port en technologie micro-strip
Il est à noter que l’équation (4.38) peut être généralisée;

ϕ1=-ϕ3 et ϕ2=0° (4.40)
→ → →
Ceci nous conduit à dire que la matrice formée par les vecteurs a1 , a2 et a3 est bien
orthogonale et que les vecteurs représentant les signaux utiles IQ évoluent dans un plan
perpendiculaire aux vecteurs représentants les signaux indésirables c’est à dire les dérives DC
Offset et les termes IM2 du signal utile.
120
Nous allons étudier dans le paragraphe suivant la perturbation apportée par les signaux des
canaux adjacents dans un contexte plus large que précédemment où uniquement un seul canal
adjacent a été pris en compte.
4.3.2. Orthogonalité aux canaux adjacents
Si nous sommes en présence de canaux adjacents l’expression des tensions de sortie

du cinq-port est la suivante :
Si ( fRF ) 2 Si ( fRF ) 2 2 2 N Si ( fadjk ) 2

vi = AOL + ARF ( I + Q ) + ∑ Aadjk ( Iadjk 2 + Qadjk 2 ) +…
8 8 k =1 8 (4.41)
Si ( fRF )
…+ AOL ARF ⎡⎣I cos (ϕi +ψ ) − Qsin (ϕi +ψ ) ⎤⎦
4
Sous forme de somme de vecteur l’équation précédente s’écrie :
⎡ S1 ( f RF ) ⎤ ⎡ S1 ( fadj1 ) ⎤ ⎡ S1 ( fadjN ) ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 8 ⎥ ⎢ 8 ⎥ ⎢ 8 ⎥
⎡v3 ⎤
⎢v ⎥ = ⎡ A2 + A2 I 2 + Q2 ⎤ × ⎢ S2 ( f RF ) ⎥ + A2 I 2 + Q 2 × ⎢ S2 ( fadj1 ) ⎥ +
⎢ ⎥ ⎢S ( f )⎥
⎢ 4 ⎥ ⎣ OL RF ( ) ⎦ ⎢ 8 ⎥ adj1 adj1 ( adj1 ) ⎢ 8 ⎥
+ AadjN
2
( IadjN 2 + QadjN 2 ) × ⎢⎢ 2 8adjN ⎥⎥ +
⎢⎣v5 ⎥⎦ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ (4.42)
⎢ S3 ( f RF ) ⎥
⎢ 8 ⎥ ⎢ S3 ( fadj1 ) ⎥ ⎢ S3 ( fadjN ) ⎥
⎣⎢ ⎦⎥ ⎢ 8 ⎥ ⎢ 8 ⎥
⎣⎢ ⎦⎥ ⎣⎢ ⎦⎥
⎡ S1 ( f RF ) ⎤ ⎡ S1 ( f RF ) ⎤
⎢ cos (ϕ3 +ψ ) ⎥ ⎢− sin (ϕ3 +ψ ) ⎥
⎢ 4 ⎥ ⎢ 4 ⎥
⎢ S2 ( f RF ) ⎥ ⎢ S2 ( f RF ) ⎥
AOL ARF I ⎢ cos (ϕ4 +ψ ) ⎥ + AOL ARF Q ⎢− sin (ϕ4 +ψ ) ⎥
⎢ 4 ⎥ ⎢ 4 ⎥
⎢ S3 ( f RF ) ⎥ ⎢ S3 ( f RF ) ⎥
⎢ 4 cos (ϕ5 +ψ ) ⎥ ⎢ − 4 sin (ϕ5 +ψ ) ⎥
⎣⎢ ⎦⎥ ⎣⎢ ⎦⎥
La relation (4.40) est toujours vraie dans le cas où on utiliserait la structure anneau
illustré sur la figure 5.18. En effet les signaux OL RF et adjacents parviennent au détecteur
central (n°2) après avoir subi approximativement le même déphasage. Au niveau du détecteur
n°1 les signaux OL et RF et adjacents arrivent avec un déphasage qui est opposé à celui
aperçu par le détecteur n°3, donc la relation (4.38) est valable pour toutes les fréquences. Le
cinq-port étant toujours symétrique le paramètre Si de la voie 1 est les même que celles de la
voie 2.
121
S12 ( f RF ) sin (ϕ1 ) + S 22 ( f RF ) sin (ϕ 2 ) + S32 ( f RF ) sin (ϕ3 ) = 0 (4.43)
S1 ( f RF ) S1 ( f adj ) sin (ϕ1 ) + S2 ( f RF ) S2 ( f adj ) sin (ϕ 2 ) + S3 ( f RF ) S3 ( f adj ) sin (ϕ3 ) = 0 (4.44)
Tenant compte des critères de conception du cinq-port (symétrie et déphasage) nous

pouvons dire que les deux relations précédentes sont bien vérifiées et donc que tous les
canaux adjacents qui vont produire l’effet IMD2 translateront le plan des signaux utiles selon
un axe perpendiculaire à ce dernier de même pour le DC-offset nous pouvons aussi dire qu’il
déplacera le plan de constellation de phase dans un axes qui lui est perpendiculaire. Etant
donné ces dernières démonstrations de la tridimensionnalité des récepteurs cinq-port et de
leurs comportements face à des signaux perturbateurs tels que le DC-offset et l’IMD2, nous
pouvons avoir une représentation plus explicite des récepteurs cinq-port et triphasé permettant
de dissocier les sous-espaces signaux utiles et les sous-espaces signaux perturbateurs et offrir
aux concepteurs un angle de vue différents qui leurs permettra de résoudre de manière
différentes les obstacle de développement de ce type d’architecture. D’ailleurs la figure 4.7 a
bien permis d’observer l’effet de l’interfereur sur le signal utile. De même sur les figures 4.19
et 4.20 sont respectivement présentées l’effet du DC-offset et de l’IMD2 sur les signaux
utiles.
Supposons maintenant que nous sommes dans le cas où la conception du circuit n’a
pas pu être réalisée d’une façon symétrique ce qui est équivalent à dire que la condition (4.38)
n’est pas réalisé donc aussi (4.40) n’est plus vrai ceci veut dire qu’on a perdu l’orthogonalité
entre le plan des signaux en bande de base et le vecteur représentant les signaux IM2 + DC-
offset. Nous allons démontrer dans ce qui suit que même si nous n’avons plus les conditions
d’orthogonalité le cinq-port conserve son caractère tridimensionnel. Il est évident que si nous
avons trois vecteurs dans l’espace et que ces vecteurs ne sont pas coplanaires on a :
⎛→ →⎞ →
⎜ a1 ∧ a2 ⎟ ⋅ a3 ≠ 0 (4.45)
⎝ ⎠
Finalement,
⎛→ →⎞ → S1 S2 S3 2 2
⎜ a1 ∧ a2 ⎟ ⋅ a3 = − ARF AOL ⎡⎣sin (γ 2 − γ 1 ) + sin (γ 1 − γ 3 ) + sin (γ 3 − γ 2 ) ⎤⎦ (4.46)
⎝ ⎠ 128
122
La relation (4.46) nous montre bien que l’aspect tridimensionnel du cinq-port dépend des
valeurs de déphasage du signal OL et non des coefficients Si. Notons par :
S1S2 S3
μ =−
64
x = ϕ2 − ϕ1
y = ϕ1 − ϕ3
z = ϕ3 − ϕ 2
il est évident que x + y − z = 0 d’où x = − ( y + z )
donc (4.46) peut s’écrire :

⎛→ →⎞ →
⎜ a1 ∧ a2 ⎟ ⋅ a3 = μ ⎡⎣sin ( y ) + sin ( z ) − sin ( y + z ) ⎤⎦
⎝ ⎠
(4.47)
⎢⎣ ( ) 2 ( )
= μ ⎡ 2sin ( y ) sin 2 z + 2sin ( z ) sin 2 y ⎤
2 ⎥⎦
on en déduit que :
⎛→ →⎞ →
⎜ a1 ∧ a2 ⎟ ⋅ a3 = 0 si x = 0 et y = − z ou y = 0 et x = − z ou z = 0 et y = − x
⎝ ⎠
ce qui est équivalent à dire que :
⎧ϕ1 = ϕ 2
⎛ → →
⎞ →
⎪
⎜ a1 ∧ a2 ⎟ ⋅ a3 = 0 si ⎨ϕ1 = ϕ3 (4.48)
⎝ ⎠ ⎪ϕ = ϕ
⎩ 2 3
L’équation (4.48) montre que si deux des trois valeurs de déphasage du signal OL sont
identiques, 2 des 3 vecteurs ai sont coplanaires et que le démodulateur cinq-port perd l’aspect
tridimensionnel. Ces conditions ne sont pas atteintes lors du fonctionnement de notre
architecture et donc effectivement l’espace des signaux utiles et celui des IM2 et DC-offset
demeurent toujours non-coplanaire. [33] a démontré que, si les modules des paramètres Sij
étaient égaux aux fréquences fRF et fadj, les effets des IM2 des canaux adjacents pouvaient être
annulés.
123
0.99
0.98
0.97
0.96
0.95
V3
0.94
0.93
0.92
0.91
0.9
1
For Power P LO1
0.98
For Power P LO2 1
0.96 0.99
0.98
0.94 0.97
0.96
0.92 0.95
0.94
0.9 0.93
V2
V1
Fig.4.19 Décalage de la constellation QPSK en présence des DC-offsects. (Les tensions Vi sont normalisées)
0.5
0
v3
-0.5
-1
1
0.5 1
0 0.5
0
-0.5
-0.5
v2 -1 -1
v1
Fig.4.20 Décalage de la constellation QPSK en présence d’un signal pulsé d’un canal adjacent (Les
tensions vi sont normalisées)
124
Les 2 figures ci-dessus représentent le vecteur signal RF dans l’espace formé par 3
axes orthogonaux référencés par rapport aux 3 tensions de sortie du démodulateur cinq-port.
Nous observons que dans le cas d’un signal RF de type QPSK la projection de ce signal donne
une constellation identique à celle observée à la sortie d’un démodulateur IQ classique. La
figure 4.19 montre qu’en présence d’une dérive de tension DC-offset, le centre de la
constellation est décalée par rapport à l’origine. La figure 4.20 présente la variation de la
projection du signal RF modulé en présence d’un signal CW pulsé de fréquence décalée par
rapport au signal RF. On observe la présence de 2 constellations décalées dont l’écart dépend
des niveaux de puissance des signaux RF et adjacents.
Les figures 4.19.et 4.20 représentent les signaux en bande de bande du signal dans
l'espace constitué par 3 axes orthogonaux correspondant aux 3 tensions de sorties normalisées
du cinq-port. La normalisation est faite en utilisant la valeur maximale de la tension de sortie.
Le calcul a été fait en utilisant le cinq-port idéal comme décrit sur le schéma 2. Nous
observons que dans le cas d'un signal de RF modulé en QPSK, la projection de ce signal
donne la même constellation qu’un démodulateur traditionnel IQ.
Le niveau de puissance du signal de RF est a -30dBm pour les deux cas. La figure 5
montre qu’en présence d’un signal DC-offset variable, le centre de la constellation se décale
de l'origine. Dans ce cas, les valeurs DC-offset dépendent du niveau de puissance de
l’oscillateur local. Pour obtenir le décalage induit par le DC-offset, deux niveaux de puissance
OL, PLO1et PLO2 (0dBm et 5dBm respectivement), ont été appliqués au cinq-port. En
conséquence, c’est pour cela que nous observons dans le même repère une constellation plus
élevée que l’autre (équation 4.35) sur la figure 4.19.
La figure 4.20 présente le comportement de la constellation en présence d'un à canal

adjacent avec un signal CW pulsé avec un niveau de puissance de 5dBm. La fréquence
porteuse de ce signal (2.8GHz) est décalée de la fréquence porteuse du signal utile RF
(2.45GHz). On observe la présence de 2 constellations décalées dont la variation dépend du
niveau de puissance du signal RF et de celui des signaux adjacents. En conclusion cette
représentation dans l'espace des signaux indique que si nous projetons les signaux sur un plan
perpendiculaire à l'axe des constellations, les effets DC-offset et de distorsion de second degré
(IMD2) dus aux canaux adjacents ou aux circuits en eux-même seront considérablement
réduits. Cette observation est la base de la méthode de calibration aveugle.
125
4.4. Calibrage aveugle du cinq-port et du triphasé
La calibration dans les structures cinq-port et triphasées est essentielle. Elle permet de
retrouver le plan adéquat de projection des signaux reçu afin de récupérer la voie en phase et
en quadrature des signaux émis. Cette étape dans certains cas est très compliquée à mettre en
œuvre et représente l’un des inconvénients majeurs de la technique cinq-port. Afin de situer
notre travail, différentes techniques sont brièvement présentées dans le paragraphe suivant.
4.4.1. Etat de l’art sur les techniques de calibration
Les méthodes de calibration du circuit six-port sont nombreuses [34,35,36,37]. Ces

procédés, utilisés lors de son fonctionnement en tant que réflectomètre, sont très performants
mais s’accompagnent d’une grande complexité car ces méthodes nécessitent l’intervention
humaine telle que la connexion de charges de calibration.
Une solution pour réduire l’effort sur le calibrage [32] a été proposée mais au prix
d’une architecture plus complexe et des critères de performances plus sévères des circuits RF
du démodulateur cinq-port.
Une autre solution consiste à utiliser des méthodes automatiques de calibration telles
que la calibration Aveugle, la procédure d’orthonormalisation et d’égalisation et enfin la
méthode bi-tons.
La caractérisation aveugle est rapportée par [38]. Cette méthode est basée sur un
réseau de neurones entraînés à partir de données connues tel que la séquence d’apprentissage.
Cependant le temps nécessaire à l’apprentissage peut s’avérer très long ce qui peut être
prohibitif pour un système de télécommunications mobiles. L’avantage de cette méthode est
qu’elle n‘est pas basée sur la structure du circuit, elle relie les sorties aux entrées par
l’apprentissage.
Les 2 autres procédures de calibration prennent en compte le fait que les signaux
parviennent au démodulateur depuis l’antenne et sont à rapprocher des méthodes
d’égalisation. Le calibrage est généralement fait tenant compte de la technique de mélange
des signaux utilisés dans le cinq-port. Par exemple si on utilise des détecteurs de puissance
pour réaliser le mélange entre l’oscillateur Local (OL) et le signal radiofréquence (RF) une
126
première étape consiste à éliminer les produits d’inter-modulation d’ordre 2 (IM2) et ensuite
une procédure d’orthonormalisation et d’égalisation est réalisée [39, 40]. Dans [39] une
mesure des tensions de sortie des détecteurs de puissance est réalisée à chaque temps symbole
de la trame de transmission, puis la matrice de covariance des tensions est formée et enfin les
valeurs et les vecteurs propres de cette matrice sont calculés. Les vecteurs propres normalisés
correspondent aux constantes de calibrages. L’inconvénient de cette méthode est qu’elle
fonctionne par trame de signaux reçus. Ces derniers auteurs présentent un second papier [40]
où ils proposent une solution qui résout le problème en utilisant une méthode adaptative. Dans
cette dernière méthode l’orthonormalisation se fait par le procèdé de Gram-Schmidt [41] et
l’égalisation par l’estimation des puissances des signaux IQ. Une autre méthode proposée par
[3, 42] ajoute à cette procédure une synchronisation des symboles reçus et réalise l’égalisation
et la normalisation grâce aux séquences d’apprentissage. Cette technique estime la variance
des tensions de sortie des détecteurs en fonction du temps ou pour chaque paquet (burst) de
données reçues. Avec la variance des trois tensions de sortie du démodulateur cinq-port ils
forment un vecteur et le plan orthogonal à ce vecteur est le plan de projection pour récupérer
les signaux I et Q. Cette méthode nécessite un calcul statistique pour estimer les constantes de
calibrage et les séquences d’apprentissages pour l’égalisation et la normalisation. Une autre
technique est proposée par [43] dans lequel le récepteur doit contenir des commutateurs pour
éteindre, de temps en temps, l’OL.
La technique bi-ton est aussi utilisée pour caractériser le démodulateur cinq-port

[5,6,32,35,44]. Ici deux signaux de fréquences légèrement décalées sont appliqués aux entrées
du circuit pour simuler plusieurs charges. Cette technique est très simple mais n’est réalisable
qu’une seule fois. Lors de la fabrication de récepteur RF en grande quantité cette méthode
devient lourde et de plus, les dérives des composants au cours du temps font en sorte que les
données, préalablement sauvegardées, ne seront plus valables.
Dans l’optique de mettre en œuvre une technique de calibration facile à intégrer et

capable d’atteindre des performances correctes la calibration aveugle est développée selon un
algorithme présenté dans le paragraphe qui suit.
127
4.4.2. La technique de calibration aveugle
Selon l’équation 4.17, les signaux en bande de base I(t) et Q(t) dépendent linéairement des
tensions de sorties v~ (t ) ;
ok
3
I (t ) = ∑ α k vok (t ) (4.49)
k =1
3
Q(t ) = ∑ β k vok (t ) (4.50)
k =1
où vok (t) est la tension moyenne de sortie de la voie k du cinq-port et αk & βk, les constantes
de calibrage qui sont fonctions des paramètres S du cinq-port et sont déterminées
habituellement par une étape de pré-calibrage [2]. Cette dernière opération est réalisée lors
d’un changement quelconque des paramètres S du circuit, ce qui est généralement le cas après
une longue durée d’utilisation. La méthode aveugle de calibrage que nous proposons permet
de supprimer cette étape de pré-calibrage.
Le cinq-port délivre trois tensions de sorties et nous recherchons l’enveloppe

complexe I ( t ) + j ⋅ Q ( t ) d’un signal RF ce qui consiste à trouver un signal à deux dimensions
I(t) et Q(t). Si nous supposons que nous sommes dans un espace à trois dimensions à la sortie
du démodulateur le problème est de trouver dans cet espace un signal à deux dimensions donc
situé dans un plan.
On note P0 le plan (I(t), Q(t)) contenant l’enveloppe complexe représentée par exemple par un
cercle ce qui correspond à une modulation PSK.
Fig.4.21 Observation à trois dimensions
128
Donc, si nous parvenons à trouver un plan P parallèle à P0 nous pourrons extraire le

signal utile en projetant les signaux issus du démodulateur sur ce plan. Sachant que u1 est le
vecteur normal au plan P0 alors pour tout plan P // P0 on a u1 orthogonal à P. Tenant compte
de ce dernier critère, la procédure s’effectuera en 2 étapes et consistera en premier à trouver
u1 puis à déterminer P.
- Etape 1 : Estimation du vecteur Normal u1
Fig.4.22 P0 et P
Dans cette figure on représente un plan P // P0. Dans le plan P0 figure l’ensemble des points
M(v1,v2,v3) représentant l’enveloppe complexe. Soit O’ un point appartenant à P et M’ sa
projection orthogonale à P0. On démontre facilement que pour tout point M(v1,v2,v3)
appartenant à P0 :
2
OM ⋅ u1 = k ⋅ u1 ⋅ u1 = k u1 = k ' (4.51)
u1 est le vecteur normal aux deux plans. Cette dernière relation (12) prouve que le produit
entre tous les vecteurs formant l’enveloppe complexe et le vecteur normal est constant.
Sous forme matricielle en utilisant N mesures:
⎡ v1 (1) v2 (1) v3 (1) ⎤ ⎡k '⎤ ⎡1⎤

⎢ ⎥ ⋅ u = ⎢ ⎥ = k '⋅⎢ ⎥
⎢ ⎥ 1 ⎢ ⎥ ⎢⎥ (4.52)
⎢⎣v1 ( N ) v2 ( N ) v3 ( N )⎥⎦ ⎢⎣k '⎥⎦ ⎢⎣1⎥⎦
k’ est une constante qui ne doit pas être complètement connue car nous avons essentiellement
besoin d’une direction correspondante à celle du vecteur u1 , donc celle peut être trouvée en
prenant un k’ quelconque.
129
⎡ v3 (1) v 4 (1) v5 (1) ⎤

Prenons k’=1 et V = ⎢⎢ ⎥
⎥ :
⎢⎣ v3 (N ) v 4 (N ) v5 (N )⎥⎦
⎡1⎤
V ⋅ u1 ' = ⎢⎢ ⎥⎥ (4.53)
⎢⎣1⎥⎦
On obtient à partir de la relation (4.53) un système à N équations et trois inconnues. Ceci peut
être résolu en utilisant la méthode des moindres carrées et nous obtenons u1 ' = (x, y, z ) qui est
colinéaire à u1 .
⎡ x⎤ ⎡1⎤
⎢ ⎥ (
⎢ y⎥ = V T ⋅V )
−1
⋅ V ⋅ ⎢⎢ ⎥⎥
T
(4.54)
⎢⎣ z ⎥⎦ ⎢⎣1⎥⎦
- Etape 2 : Détermination du plan de projection P

L’objectif est de trouver un plan P parallèle à P0 qui est un plan orthogonal à u1 ' . P peut être
représenté par deux vecteurs h1 , h2 ( ) orthogonaux à u1 ' . Pour obtenir ces deux deniers
vecteurs depuis u1 ' et tels que u1 ' ⊥ h1 ⊥ h2 on utilise les deux relations suivantes :
→ → → → →
u1 '⋅ h1 = 0 et h1 ∧ h2 = 0 , d’où :
⎡ x ( x2 + y 2 ) ⎤
⎡1x ⎤ ⎢ ⎥
h1 = ⎢ −1 y ⎥⎥
⎢ et h2 = ⎢ y ( x 2 + y 2 ) ⎥ (4.55)
⎢ ⎥
⎣⎢ 0 ⎦⎥ ⎢ −1 z ⎥
⎣ ⎦
(h , h ) est le plan parallèle au plan contenant l’enveloppe complexe. Donc projeter les signaux
1 2
issus du cinq-port sur ce plan nous permettra de reconstituer le signal utile I(t) et Q(t) sans
avoir aucune information sur le signal à l’entrée. Le nombre d’échantillons nécessaire à cette
opération doit être suffisant (≥3) pour résoudre l’opération (22). Ces échantillons doivent être
différents et bien repartis dans le plan. La synchronisation, une fois que le plan est déterminé,
se fait par la séquence d’apprentissage. Il est à noter que cette procédure est faite une seule
fois et que l’utilisateur peut facilement mettre à jour cette calibration sans aucune contrainte
sur l’environnement du système.
130
4.4.3. Résultats de mesures
Dans la figure 4.23 nous présentons la constellation obtenue après projection des signaux
issus du cinq-port sur le plan estimé par la méthode de calibrage aveugle. Le signal RF
modulé en QPSK avec un débit de 1MS/s arrive à l’entrée du circuit avec une puissance de -
20dBm. La puissance de l’oscillateur local est de -3dBm. Les signaux issus du cinq-port sont
suréchantillonnés avec un OSR (facteur de suréchantillonnage) de 8. Le filtre numérique en
racine de Nyquist est utilisé avec un roll-off de 0.35 et un délai symbole de 4.
0.8
0.6
0.4
Q 0.2
-0.2
-0.4
-0.6
-0.8
-1
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8
Fig.4.23 QPSK obtenue après projection des signaux reçus sur un plan estimer par la
méthode de calibration aveugle.
Cette figure montre bien que la projection dans le plan IQ est convenable. Le hasard
a fait que la phase entre le signal RF et OL soit presque nulle (ψ≈0). Mais dans cette figure
aucune égalisation, ni synchronisation porteuse n’est faite. Dans ce qui suit nous présentons le
banc de mesures comparatives de BER entre l’auto-calibrage par estimation statistique [3], la
méthode de pré-calibrage par bi-tons [6] et enfin la nouvelle méthode aveugle.
131
Fig.4.24 Banc de mesure du BER
Dans cette manipulation nous introduisons une séquence binaire connue dans un
générateur de signaux modulés (HP4431). Ce dernier module le signal RF en QPSK avec un
débit symbole de 100 kbits/s. Le signal oscillateur local est délivré aussi par ce générateur
avec une puissance fixe de -3dBm ce qui garantit de travailler dans la zone linéaire des
détecteurs. Au niveau du DSP nous indiquons la méthode de calibrage. En faisant varier la
puissance du signal AWGN délivré par le générateur HP4432 qui simule un bruit nous faisons
varier le SNR (Signal to Noise Ratio). La fréquence centrale et la largeur de bande du signal
AWGN délivrées par ce générateur sont fixées aux mêmes valeurs que celles du signal utile.
Le niveau de puissance de bruit AWGN (-60dBm) est supérieur à celui propre au

circuit afin de déterminer uniquement la qualité des trois algorithmes de calibrage et de
démodulation sur le traitement des données. Le taux d’erreur binaire est présenté dans la
figure 4.25 en fonction de Eb/N0 pour trois méthodes de calibrages différentes : l’auto-
calibrage par estimation statistique [4], la méthode de pré-calibrage par bi-ton [6] et enfin la
méthode aveugle décrite dans ce paragraphe. On observe bien que la nouvelle méthode
permet d’obtenir de meilleur résultat selon la fig 4.25.
132
-1
10
Blindk
Theory
-2
10
BER
-3
10
-4
10
-5
10
0 1 2 3 4 5 6 7 8 9
EB/N0
Fig.4.25 : Courbes théorique et expérimentale du BER en fonction du rapport Eb/No
La figure 4.25 illustre bien le comportement d’un récepteur IQ idéal. Un léger décalage
(<1dB) par rapport à la courbe théorique est dû principalement au bruit d’échantillonnage.
-2
10
Blindk
Double-tone
Auto-calib
-3
10
BER
-4
10
-5
10
-62 -61 -60 -59 -58
RF(dBm)
Fig.4.26 : Courbes expérimentales du BER en fonction de la puissance du signal RF pour différentes

méthodes de calibration
Les mesures de BER représentées sur la figure 4.26 ont été réalisées avec le même banc décrit
sur la figure 4.24 sauf que le générateur de signal AWGN a été supprimé. Ces mesures
permettent d’estimer la sensibilité du récepteur en fonction de la méthode de calibration mise
en œuvre. La méthode calibration aveugle (cercle noir) permet d’obtenir une sensibilité à 10-3
133
de -61.5 soit un demi dB de mieux que la méthode d’auto-calibration par séquence

d’apprentissage [3] et 1 dB de mieux que la méthode Bi-ton.
Afin d’estimer la rejection des canaux adjacents, une nouvelle méthode beaucoup plus
rapide que celle présentée dans le paragraphe 4.2.6 a été réalisée. Comme nous l'avons
découvert précédemment le cinq-port présente un aspect tridimensionnel. Ce qui a permis de
d’observer que l'axe des signaux en bande de base dus au canal adjacent et l'espace des
signaux utiles sont no-coplanaire. Donc pour mesurer l'effet du canal adjacent sur les signaux
en bande base il suffit d’observer sa projection sur le plan des signaux utiles. Ce plan est
déterminé par les constantes de calibration.
Pour les mesures de rejection des canaux adjacent, le banc de mesure ne change pas beaucoup
en comparaison de celui décrit par la figure 4.24. Seul le signal AWGN est modifié par un
générateur de signaux modulés qui représente le signal du canal adjacent.
Le signal additionnel représentant le canal adjacent a une fréquence décalée (bitone
avec la séparation de fréquence 100KHz autour de 1.95 gigahertz) par rapport à la fréquence
utile de RF (2GHz) est introduite dans le port RF du circuit. Sur a figure (4.26) on représente
les sorties en bande de base avant et après projection pour différents niveaux de puissance du
signal adjacents. Vout-blind-1 et Vout-blind-2 sont les données obtenues après application des
constantes de calibration obtenues avec la méthode de calibration aveugle. Vout-blind-1 et
Vout-blind-2 sont des sorties équivalentes respectivement aux sorties I et Q. Aux mêmes
tensions de sorties (v1, v2 et v3) sont appliquées des constantes de calibration estimées par la
méthode bi-ton pour obtenir Vout-Double-tone-1 et Vout-Double-tone-2.
Selon les résultants expérimentaux présentés sur la figure 4.27, le gain de rejection de la
méthode de calibration aveugle est de 11dB en comparant par rapport à la méthode bi-ton. Le
même gain est obtenu par [3].
134
-10
Vout1
Vout2
Vout1
-15 Vout-blind-1
Vout-blind-2
Vout-Double-tone-1
Vout-Double-tone-2
-20
Vout (dBv)
-25
-30
-35
-40
-40 -35 -30 -25 -20 -15 -10 -5 0
PRF Adjacent Channel (dBm)
Fig.4.27 : Rejection de l’IM2 en utilisant la calibration aveugle. Tensions mesurées de sorties du Cinq
port (Vouti) et calculées ( Vout-blind et vout double tone) en dBv en fonction de la puissance en dBm du
signal du canal adjacent
Comparé à la méthode présentée dans le paragraphe 4.2.6 ici nous avons réalisé une
comparaison entre les différentes méthodes et non pas une mesure de taux de rejection.
Pour mesurer la rejection de ce type de circuit (cinq-port en utilisant des détecteurs) il suffit
de prendre le résultat du gain de cette méthode soit 11dB et de la rajouter à la capacité de
rejection de la méthode Bi-ton estimée à 35dB selon [3]. Cela nous permet de calculer un taux
total atteint de 46dB. Sur la figure 4.13 on observe une rejection de 40 dB pour un IQ
classique et 60dB pour un triphasé. Certes, la comparaison est difficile car la rejection de
l’IMD2 dépend de plusieurs facteurs mais nous pouvons conclure que l’architecture triphasée
permet d’atteindre de meilleurs taux de rejection et donc une meilleure linéarité.
Finalement, la nouvelle méthode ne dégrade pas la qualité du traitement mais elle est
beaucoup plus pratique dans sa mise en œuvre car aucune manipulation matérielle n’est
nécessaire. De plus il est utile de re-calibrer tout récepteur sinon ses performances peuvent
se dégrader en fonction du temps. Ici, grâce à cette méthode, d’autocalibrage avec les
données reçues on peut remettre à jour les constantes de calibrations.
135
Conclusion
Deux grands types de méthode existaient pour remédier à l’effet IM2 dans les
récepteurs homodynes : méthode circuit et méthode logiciel. Ce travail y ajoute une méthode
architecturale.
Le démodulateur triphasé apporte une nouvelle solution architecturale de rejection des
canaux adjacents dans les récepteurs Zéro-IF. Théoriquement et par simulation nous avons
démontré que ce type d’architecture supprime complètement l’IMD2. Néanmoins, en absence
de canal adjacent, le démodulateur classique IQ présente un EVM ou un BER meilleur que
celui du démodulateur triphasé et cela est principalement dû à des raisons de structures qui
décale le facteur bruit de 1.7 dB en faveur du démodulateur IQ classique. Cependant,
l’architecture triphasée permet de gagner 18 dB en taux de rejection comparé à celui d’un
démodulateur IQ classique dans le cas d’un canal adjacent équivalent à un signal bi-ton. Dans
le cas d’un canal adjacent à enveloppe pulsée, le gain est estimé à 20 dB. Le gain peut être
amélioré en augmentant la linéarité des mélangeurs. Il est important de noter que la saturation
des mélangeurs pour les hautes valeurs de puissance du signal adjacent handicape la
dynamique de mesure de la rejection des canaux adjacents. Cette solution de type
architectural élaborée dans ce travail peut s’ajouter à des solutions de type circuit tel que les
mélangeurs double équilibrés ou autres et apporter de grandes performances en termes de
rejection.
La démonstration de l’aspect tridimensionnel de la démodulation d’un signal RF par

un circuit cinq-port nous prouve qu’il est possible par une projection adéquate d’éliminer les
effets de dérives de tension d’offset et de produit IMD2 dus au signal OL et aux signaux des
canaux adjacents. Cette propriété des architectures cinq-port constitue un avantage fort de
cette structure par rapport au démodulateur homodyne classique à 2 voies.
Une nouvelle méthode logicielle de calibrage du démodulateur cinq-port est présentée
dans cette thèse. L’avantage de cette méthode est qu’elle ne requiert aucun signal de référence
et aucune séquence d’apprentissage. Elle peut donc être utilisée sans aucune connaissance à
priori de la modulation du signal. Une première démonstration a été faite avec un signal RF de
fréquence porteuse 2 GHz modulée QPSK et un taux de suréchantillonnage de 8. Cette
expérience montre que nous ne perdons pas la qualité du traitement précédemment utilisée
tout en allégeant considérablement le coût calcul et l’élimination des manipulations
matérielles.
136
REFERENCES BIBLIOGRAPHIQUES:
[1] Engen “The Six-Port Reflectometer: An Alternative. Network Analyzer” IEEE-MTT’,

Vol. 25, No.12, Dec. 1977,. pp. 1075-1080.
[2] Ji Li, G. Bosisio, Ke Wu, Computer and measurement simulation of a new digital
receiver operating directly at millimeter-wave frequencies, IEEE Trans. on MTT, Vol. 43, No.
12, December 1995, pp 2766-277
[3] Neveux, G.; Huyart, B.; Rodriguez-Guisantes, G.J.; Wide-band RF receiver using the
"five-port" Technology. Vehicular Technology, IEEE Transactions. Sept. 2004.
[4] M. Abe, N. Sasho, V; Brankovic, D; Krupezevic SONY; Direct conversion receiver
MMIC based on six-port technology, 30th European Microwave Conference, Paris 2000
[5] J. Hesselbarth, F. Wiedmann, B. Huyart, Two new Six-port reflectometers covering
very large bandwidths, IEEE Trans. On Instrumentation and Measurement, Vol. 46, No. 4,
August 1997
[6] F.R. de Sousa. « Application du corrélateur « Five-Port » aux PLLs, à la récupération
de porteuse et à un MODEM de télécommunications dans la bande 1,8-5,5 GHz. PhD thesis »,
Ecole Nationale Supérieure des Télécommunications, 2004 Paris.
[7] B. Bastani, E.E. Bautista, G. Nagaraj and J. Heck, “A Quadrature Down Converter For
Direct Conversion Receivers With High 2nd And 3rd Order Intercept Points”IEEE 2003.
[8] Abidi, A.A., “Direct-conversion radio transceivers for digital communications” Solid-
State Circuits, IEEE Journal of., Volume 30, Issue 12, Dec. 1995 Page(s):1399 - 1410.
[9] Razavi. B “RF Microelectronics” Prentice hall communications and engineering
technology Series1st edition ,November 6, 1997. Page(s) 63-86
[10] Kalle Kivekäs “Design And Characterization Of Downconversion Mixers And The
On-Chip Calibration Techniques For Monolithic Direct Conversion Radio Receivers”.
Dissertation for the degree of Doctor of Science in Technology, Helsinki University of
Technology (Espoo, Finland) October, 2002.
[11] K. Dufrene, Analysis and Cancellation Methods of Second Order Intermodulation
Distortion in RFIC Downconversion Mixers, PhD thesis , Erlangen-Nurnberg University,
Erlangen-2007
[12] P. Sivonen, A. Vilander, and A. Parssinen, “Cancellation of Second-Order
Intermodulation Distortion and Enhancement of IIP2 in Common-Source and Common-
137
Emitter RF Transconductors”, IEEE Transactions on Circuits and Systems I, vol. 52, pp. 305–
317, February 2005.
[13] M. R. Vagher, “Apparatus With Distortion Cancelling Feed Forward Signal,” US
Patent 5507036, April 1996.
[14] M. W. Hwang, S. Y. Yoo, J. C. Lee, J. Lee, and G. H. Cho, “A High IIP2 Direct-
Conversion Mixer using an Even-Harmonic Reduction Technique for Cellular
CDMA/PCS/GPS applications,” in Proceedings of the 2004 IEEE Radio Frequency
Integrated Circuits Symposium, 2004.
[15] M. R. Vagher, “Apparatus With Distortion Cancelling Feedback Signal,” US Patent
5613233, March 1997.
[16] F. Svelto, “Fully Integrated Receiver Front-Ends for Cell-Phones in Deep Submicron
CMOS,” in Proceedings of the 2006 IEEE Radio Frequency Integrated Circuits Symposium,
2006.
[17] Bautista, E.E., B. Bastani, and J. Heck, "A High IIP2 Downconversion Mixer Using
Dynamic Matching," IEEE Journal of Solid State Circuits, Vol. 35, No. 12, Dec 2000, pp.
1934-1941.
[18] P. W. Dent, “Compensation for Second Order Intermodulation in a Homodyne
Receiver,” US Patent 5749051, May 1998.
[19] P. Alinikula, H. O. Scheck, and K.-P. Estola, “Elimination of DC Offset and Spurious
AM Suppression in a Direct Conversion Receiver,” US Patent 6115593, September 2000.
[20] P. J. Shah, “Distortion Reduction Calibration,” US Patent Application 2003/0186664,
October 2003.
[21] M.Chen, Y. Wu, and M.F. Chang, “Active 2nd-Order Intermodulation Calibration for
Direct-Conversion Receivers”, in Proceeding of the 2006 IEEE International Solid-State
Circuits Conference, pp.1830-1831,2006.
[22] W.Kim, S-G. Yang, J.Yu, H.Shin, W.Choo, and B.-H Park,” A Direct Conversion
Receivers With an IP2 Calibration for CDMA/PCS/GPS/AMPS Applications”, IEEE Journal
of Solide-State Circuits, vol. 41,pp.1535-1541, July 2006.
[23] M.Hotti,J. Ryynanen, K.Kivekas and K.Halonen, “An IIP2 Calibration Technique for
Direct Conversion Receivers”, in Proceeding of the 2004 IEEE International Symposium on
Circuit and Systems, pp. IV-257-IV-260, 2004.
[24] M.Valkama, A. Shahed, L. Anttila, and M.Renfors, ”Advanced Digital Signal
Processing Techniques for Compensation of Nonlinear Distortion in Wideband Multicarrier
138
Radio Receivers”, IEEE Transactions on Microwave Theory and techniques, vol. 54,
pp.2356-2366, June 2006.
[25] J.K Cavers and M ;W. Liao, ”Adaptative Compensation for Imbalance and Offset
Losses in Direct Conversion Tranceivers”, IEEE Transactions on Vehicular Technology,
vol.42, pp. 581-588, November 1993.
[26] L.Yu and M.W. Snelgrove,”A Novel Adaptative Mismatch Cancellation System for
Quadrature IF Radio Receivers”, IEEE Transactions on Circuits and Systems II, vol,
46,pp.789-801, June 1999.
[27] Mike Faulkner. “DC Offset and IM2 Removal in Direct Conversion Receivers”. IEE
Electronics Letters, vol. 149, no. 3, pp. 179-184, June 2002.
[28] Roland Hassun, Michael Flaherty, Robert Matreci, Mitch Taylor. ”Effective
Evaluation of Link Quality Using Error Vector Magnitude Techniques”. IEEE Wireless
Communications Conference 1997. Page(s) 89-94.
[29] Ji Li, G. Bosisio, Ke Wu, “Computer and measurement simulation of a new digital
receiver operating directly at millimeter-wave frequencies”, IEEE Trans. on MTT, Vol. 43,
No. 12, December 1995, pp 2766-2772
[30] M. Abe, N. Sasho, V; Brankovic, D; Krupezevic SONY; “Direct conversion receiver
MMIC based on six-port technology”, 30th European Microwave Conference, PARIS 2000.
[31] F.R. de Sousa and B.Huyart. “A new method for automatic calibration of 5-port
reflectometers”. Journal of Microwave and Optoelectronics,vol.3,N.5,pp.135-144, July 2004.
[32] Marko Mailand and Hans-Joachim Jentschel “An Effort Reduced Six-Port Direct
Conversion Receiver and Its Calibration” IEEE Communications Society / WCNC 2005.
[33] Mohamed, C.; Mabrouk, K.; Abouchakra, S.; Huyart, B.; Interference rejection in a
Five-port homodyne receiver Wireless Technology, 2006. The 9th European Conference on
Sept. 2006 Page(s):295 – 297
[34] Glenn F. Engen and Cletus A. Hoer. Thru-reflect-line : An improved technique for
calibrating the dual six-port automatic network analyzer. IEEE Transactions on Microwave
Theory and Techniques, 27(12) :987–993, December 1979.
[35] F. Wiedman, Bernard Huyart, Eric Bergeault, and Louis Jallet. A new robust method
for six-port reflectometer calibration. IEEE Transactions on Instrumentation and
Measurements, 48 :927–931, 1999.
[36] Ulrich Stumper. Finding initial estimates needed for the Engen method of calibrating
single six-port reflectometers. IEEE Transactions on Microwave Theory and Techniques,
38(7) :946–949, July 1990.
139
[37] F.M. Ghannouchi and R.G Bosisio. An alternative explicit six-port matrix calibration
formalism using five standards. IEEE Transactions on Microwave Theory and Techniques,
36(3) :494–498, March 1988.
[38] Yi Liu. Calibrating an industrial microwave six-port instrument using the artificial
neural network technique. IEEE Transactions on Instrumentation and Measurements, 45(2)
:651–656, 1996.
[39] Xinping Huang, Dan Hindson, Michel de Léséleuc, and Mario Caron. I/q-channel
regeneration in 5-port junction based direct receivers. In 1999 IEEE MTT-S International
Topical Symposium on technologies for wireless applications, pages 169–173, February 1999.
[40] Xinping Huang, Mario Caron, and Dan Hindson. Adaptative i/q-channel regeneration
in 5-port junction based direct receivers. In Fifth Asia-Pacific Conference on Communications
and Fourth Optoelectronics and Communications Conference, volume 1, pages 717–720,
October 1999.
[41] Xinping Huang, Dan Hindson, and Mario Caron. “A Recursive Gram-Schmidt
Orthonormalization Procedure And Its Application To Communications”. In 2001 IEEE Third
Workshop on Signal Processing Advances in Wireless Communications, pages 340–343,
March 2001.
[42] Tim Hentschel. “A Simple IQ-Regeneration Technique For Six-Port Communication
Receivers”. In Proceedings of the First International Symposium on control, Communications
and Signal Processing, pages 311–314, March 2004.
[43] Ji Li, Renato G. Bosisio, and Ke Wu. Dual-tone calilibration of six-port junction and
its application to the six-port direct digital millimetric receiver. IEEE Transactions on
instrumentation and Measurements, 44(1) :93–99, 1996.
[44] W.Z. Xiong and V.F. Fusco. Wideband 0.9 GHz to 5 GHz six-port and its application
as digital modulation receiver. IEE Proceedings - Microwave, Antennas and Propagation,
150:301–307, August 2003.
140
Chapitre 5
Conception de la plateforme MIMO 2×2 et

nouvelle architecture MIMO à
multiplexage de faisceaux en réception
ChapitreV Conception de la plateforme MIMO 2X2 et nouvelle architecture à multiplexage de faisceaux en réception
Chapitre 5 Conception de la plateforme MIMO 2X2 et nouvelle architecture

MIMO à multiplexage de faisceaux en réception
Introduction
Le spectre hertzien constitue une ressource limitée et déjà saturée. Mais cela n’empêche
pas la croissance de la demande en termes d’allocation de fréquence et de bande passante
supplémentaire. A long terme, il est admis que les antennes intelligentes représentent la seule
option pour remédier aux problèmes de congestion qui s’opposent aux développements des
réseaux sans fil. Les systèmes MIMO constituent une évolution permettant d'absorber l'éventuelle
demande pour des débits très élevés qui caractériseront les systèmes d'accès à large bande
(WiMax, LTE). De tels débits permettront de nouvelles utilisations de l'Internet de même que des
applications futuristes (4G).
La littérature proposant des solutions théoriques sur les capacités des systèmes à multiple
antenne est abondante. Mais le passage de la théorie vers l’industrialisation passe par des étapes
de validations et notamment le prototypage. C’est dans cette optique que nous tentons de
démontrer la faisabilité de tel système.
Ce chapitre comporte deux parties. La première est consacrée à description de la
plateforme MIMO 2x2 mise en place au sein de notre laboratoire. Le cœur de ce système est le
démodulateur cinq-port utilisé après chaque antenne de réception. Par la suite nous présentons la
méthode de calibration de bande de base en bande de base du système MIMO pour remédier aux
problèmes de calibration d’un banc MIMO en utilisant le cinq-port comme démodulateur. La
deuxième partie, quant à elle, est consacrée au nouveau récepteur numérique par le formation de
faisceau pour système MIMO à multiplexage spatial.
142
5-1 Plateforme MIMO 2×2
Après avoir démontré les capacités des architectures cinq-port comparées aux
démodulateurs classiques IQ en termes d’immunité face aux difficultés liées à la transposition
directe en fréquence vers la bande de base, nous proposons ici dans cette section son intégration
dans un système MIMO à deux antennes en émission et deux antennes en réception (2×2). Dans
un premier temps, c’est un banc où le cinq-port est utilisé d’une façon classique avec l’étape de
pré-calibration. Dans la seconde partie de cette section c’est toujours un système MIMO 2×2 qui
est étudié, sauf que pour s’affranchir de la pré-calibration, une nouvelle méthode de calibration
de bande de base en bande de base est présentée.
5-1-1 Plateforme MIMO utilisant la technique de démodulation cinq-port

avec pré-calibration
Plusieurs publications traitent de l’aspect théorique des MIMO mais rares sont celle qui
décrivent une application pratique. C’est incontestablement dû au coût onéreux des
émetteurs/récepteurs multiples [1]. L'utilisation des systèmes MIMO dans les
télécommunications sans fil de future génération ne fait plus aucun doute. Des verrous
algorithmiques restent cependant à lever, et très peu de prototypes matériels ou d’étude de
faisabilité de tels systèmes ont actuellement été réalisés. Cette étape est indispensable au transfert
de ces techniques dans le monde industriel. De plus, la technique cinq-port apparaît ces derniers
temps comme étant une solution économique pour les récepteurs numériques [2]. Les circuits
cinq-port permettent aussi une meilleure rejection des canaux adjacents [3]. Dans ce travail, une
plate-forme d’un système de communication MIMO (2x2) utilisant cette technique est présentée.
La première partie de cette sous section définit les composants de ce système. La

deuxième, décrit la procédure d’estimation du canal de propagation et de récupération de
l’information transmise. Finalement, les résultats de mesure sont présentés.
143
5.1.1.1 Vue globale du système
La plateforme du système de communication DIDO (Double Input Double Output =

MIMO 2x2) est constituée de deux émetteurs et de deux récepteurs comme le montre la figure
5.1. Le signal délivré est modulé en QPSK (Quadrature Phase Shift Keying) avec une fréquence
porteuse de 2.45GHz. Le débit symbole initial est de 1kS/s mais il pourrait être augmenté en
remplaçant le convertisseur analogique numérique. Grâce à l’utilisation de la configuration
DIDO, et une modulation QPSK le débit reçu sera de 2kS/s dans une bande de 1kHz seulement.
Le signal numérique en bande de base est chargé dans la mémoire de 2 générateurs de signaux
(HP4432 et HP4431) d’Agilent Technologies.
TX1
10 MHz Générateur de RX1
signaux 1
LNA
Channel
CAN
DSP
10 Hz OL
Horloge RX2
Synchronisation LNA
en bande de base TX2
Générateur de OL
signaux 2
2 cinq-port
2.45GHz
Synchronisation RF
Générateur
de signaux
Fig.5.1 Système MIMO 2x2
Une horloge externe de 10 Hz est utilisée pour la synchronisation trame. De même, la

synchronisation de phases des générateurs et de l’oscillateur local (OL) est effectuée par une
autre horloge de 10 MHz. Le canal de propagation «indoor» est modélisé par des lignes de
transmission coaxiales en cascade avec des atténuateurs. Chaque antenne RX et TX est remplacée
par des diviseurs de puissance. Une connexion directe est introduite entre chaque TXi et RXi :
ceci représente la situation en visibilité directe entre chaque antenne TX et RX. De plus, des
atténuateurs et des lignes produisant des délais sont introduits entre TXi et RXj: un trajet
supplémentaire existe entre les antennes TXi et RXi et entre les antennes TXi et RXj (i ≠ j).
Chaque récepteur est constitué des éléments suivants: un amplificateur faible bruit LNA (Low
Noise Amplifier) de 50 dB de gain et un facteur de bruit de 2 dB, un démodulateur homodyne
utilisant la technique cinq-port et trois filtres passe-bas. Les 6 tensions de sortie sont converties
144
en numérique avec un seul convertisseur analogique numérique suivi de 6 échantillonneurs

bloqueurs.
Le démodulateur homodyne est constitué d’un circuit RF cinq-port ayant 2 entrées 3

sorties, et 3 détecteurs de puissance RF. Parmi les différentes structures du cinq-port [4]-[5], le
démonstrateur de la plate-forme de communication DIDO a été réalisé en utilisant un anneau
micro-ruban de longueur électrique 5x72.2°. La figure 5.2 illustre le démodulateur cinq-port qui
opère dans la bande 2-3 GHz. Le substrat est de type FR4 (εr=4.7). Chaque détecteur de puissance
est constitué d’une diode Schottky HSMS 2850 suivie par un filtre papillon.
Entrée OL Entrée RF
Anneau à 5
branches
Détecteur de
puissance
Trois sorties
Fig.5.2 Le réflectomètre cinq-port en technologie micro-ruban
Les tensions vRF(t) et vLO(t) sont les 2 entrées du démodulateur, et ont pour expressions :
vRF (t ) = ARF (I (t ) cos(2πf RFt ) − Q(t )sin(2πf RFt )) (5.1)
vOL (t ) = AOL cos(2πf RF t ) (5.2)
I(t) et Q(t) représentent le signal QPSK en phase et en quadrature et fRF est la fréquence porteuse.
Les tensions délivrées par le cinq-port sont sur-échantillonnées avec un OSR (Over
Sampling Ratio) égal à 8. Le signal numérique en bande de base peut être écrit par :
3
Qm (k ) = ∑ rg imVim (k ) (5.3)
i =1
3
I m (k ) = ∑ ig imVim (k ) (5.4)
i =1
145
m=1, 2 pour le cinq-port 1 et 2. et où Vim (k) est le kème échantillon des tensions de sortie du cinq-
port et rgim & igim sont les constantes de calibration du démodulateur qui sont déterminées en
utilisant la méthode de pré-calibrage [3]. En effet, au début de nos travaux de recherche (avant la
découverte de la calibration aveugle) dans le système MIMO nous avons utilisé le récepteur
d’une manière classique. Pour obtenir ses constantes de calibration nous avons fait appel à la
méthode « bi-ton ». Nous rappelons que cette méthode consiste à caractériser le cinq-port en
simulant un court-circuit mobile au niveau de son entrée RF par l’intermédiaire d’un signal CW
légèrement décalé de l’OL. Les constantes de calibration sont ensuite estimées par un algorithme
utilisant la méthode des moindres carrés. Finalement, ces constantes sont enregistrées pour les
utiliser à chaque instant de réception de signaux. Pour notre banc MIMO 2x2 deux cinq-ports ont
été calibrés et donc 12 constantes de calibration ont été mémorisées dans le DSP. Pour la
synchronisation symbole et trame la méthode classique appliquée au SISO peut être utilisée sans
perte en général puisque le cinq-port est déjà calibré (nous obtenons les équivalents symbole I et
Q par l’intermédiaire de la matrice de calibration).
5.1.1.2 Traitement numérique des signaux
Cette section décrit le traitement de signal en bande de base utilisé pour la plate-forme de
communication DIDO. L’information transmise est le message suivant : «TELECOMParis».
Après sa conversion en code ASCII, la trame est divisée en NT séquences ou NT représente le
nombre d’antennes d’émission (NT=2 dans notre cas). Une séquence d’apprentissage (TS) [6] est
introduite avant chaque séquence de données. Les deux séquences TS associées à chaque sous-
canal sont orthogonales et proviennent de la matrice de Hadamard qui a la propriété suivante :
G ( K ) ⋅ G ( K ) = KI d
τ
(5.5)
où K est l’ordre de la matrice G qui satisfait la relation: K ≥ NT × ( L + 1) avec L le nombre de
coefficients représentants le canal de propagation (2 dans notre cas car le canal entre les antennes
TX1_TX2 et RX1 ou RX2 est modélisé par deux lignes de transmission coaxiales en cascade
avec des atténuateurs). τ représente la transposée hermitienne.
146
Ces séquences TS permettent de réaliser la séparation des signaux reçus et provenant

des NT antennes. Les signaux en bande de base I et Q à la sortie des deux antennes réceptrices
RX1 et RX2 sont un mélange des signaux provenant de TX1 et TX2 et ont les formes
représentées par les figures 5.3 et 5.4 qui représentent les constellations pour une puissance
RF à l’émission de -70 dBm et une puissance OL de -3 dBm.
RX1
1.5
0.5
Q1
-0.5
-1
-1.5
-1.5 -1 -0.5 0 0.5 1
I1
Fig.5.3 Constellation (amplitude normalisée) au niveau de RX1 pour une puissance transmise de -70 dBm.
RX2
0.8
0.6
0.4
0.2
0
Q2
-0.2
-0.4
-0.6
-0.8
-1
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8
I2
Fig.5.4 Constellation (amplitude normalisée) au niveau de RX2 pour une puissance transmise de -70 dBm.
En fait, le symbole reçu par la nième antenne RXn peut être écrit en prenant compte l’étalement
des retards par:
147
i = L,k =S −1,m= N
Yn (k ) = ∑
i =0,k =0,m=1
Hn,m ( k, i ) ⋅ X m ( k − i ) + Bn ( k ) (5.6)
où Xm est le signal transmis par la mième antenne TXm, Hn,m le coefficient de propagation du canal
entre TXm et RXn, Bn est le bruit additif reçu par l’antenne RXn et finalement, S, L et N sont
respectivement le nombre de symbole transmis, le nombre de Taps (retard) et le nombre
d’émetteurs.
Une méthode classique pour optimiser l’estimation des coefficients du canal Hn,m est
basée sur le principe de maximum de vraisemblance (MV) [7]. La méthode de MV [8] suppose
que la fonction de densité de probabilité du signal reçu est connue et cherche à maximiser la
fonction de vraisemblance. A cause du terme de bruit Bn, il est impossible de réaliser une parfaite
estimation de H. Ainsi, et en se référant à [9], l’estimation de H peut être obtenue par :
Hˆ =
1
K
Y ⋅ Xτ [ ] (5.7)
où H et X sont constitués des coefficients Hn,m et Xm , Xτ est la transposée hermitienne de X (X

représente la séquence d’apprentissage crée à partir de la matrice de Hadamard) et K un scalaire
en prenant compte que X . X τ = I d . Dans la configuration utilisée, le canal est constitué d’un
trajet direct et de 2 multi-trajets, on a alors L=2 coefficients. L matrice du canal est écrite alors
par :
ˆ( ,0|2) =⎡⎢h11 ( k,0) h11 ( k,1) h11 ( k,2) h12 ( k,0) h12 ( k,1) h12 ( k,2) ⎤⎥
Hk (5.8)
⎣h21( k,0) h21( k,1) h21( k,2) h22 ( k,0) h22 ( k,1) h22 ( k,2)⎦
Comme le montre l’équation (5.6), le kème symbole Yn(k) reçu est déterminé par les (k-L)
symboles précédents. Pour estimer le kème symbole, l’effet des deux derniers symboles est
supprimé en utilisant la matrice Ĥ(k,1 | 2) :
~
Y (k ) = Y (k ) − Ĥ(k,1 | 2) × X (k − 1 | k - 2) (5.9)
148
⎡ h11 ( k,1) h11 ( k,2) h12 ( k,0) h12 ( k,1) h12 ( k,2) ⎤
ˆ( ,1|2) =⎢
Avec Hk ⎥
⎣ h21( k,1) h21( k,2) h22 ( k,0) h22 ( k,1) h22 ( k,2)⎦
Ainsi, l’expression du symbole estimé est :
~ ⎡ h (k ,0 ) h12 (k ,0 )⎤ ⎡ X 1 (k )⎤
Y (k ) ≈ ⎢ 11 ⎥⋅⎢ ⎥ (5.10)
⎣h21 (k ,0 ) h22 (k ,0 )⎦ ⎣ X 2 (k )⎦
où, X1 et X2 sont les vecteurs de données. Le canal étant connu, une procédure de décision
utilisant le maximum de vraisemblance est appliquée pour déterminer les symboles
respectivement détectés par chaque antenne réceptrice. Supposant qu’à chaque instant k tous les
symboles ont la même probabilité d’être transmis, le décodeur MV calcule son estimation du
vecteur transmis comme [9] :
~ ~
X (k ) = arg min
X (k )
Y (k ) − Hˆ (k ) ⋅ X (k ) (5.11)
Autrement dit, le récepteur compare toutes les combinaisons possibles de X(k) qui
peuvent être transmises au vecteur X(k) reçu. Dans le cas d’une modulation QPSK et un système
DIDO, il doit comparer Y(k) à 16 combinaisons possibles.
5.1.1.3 Résultats de mesure
Le tableau 5.1 présente les performances de mesure pour différentes puissances des signaux
émis. Le message initial est régénéré après une conversion en ASCII de la trame binaire reçue.
Puissance émise Message

(dBm)
-90 TELECOMParis
-95 TELECOLHaris
-100 TMLECOLp! ir
Tableau 5.1. Texte reçu pour différentes puissances d’émission
149
Comme il a été démontré par les mesures, l’algorithme appliqué peut séparer avec succès
les signaux reçus par les deux antennes et reconstituer le message initial jusqu’à une puissance
d’émission de -90 dBm. Il est à noter que pour une puissance de -95 dBm, quelques erreurs
apparaissent. Ceci est dû aux sensibilités des détecteurs utilisés et à la dynamique du CAN. Ce
niveau de puissance peut être amélioré à l’aide d’un amplificateur vidéo introduit entre les deux
cinq-port et le CAN.
5.1.2 Calibration de bande de base en bande de base d’un système MIMO

utilisant la technique cinq-port
Les résultats précédents avec un canal simulé par des lignes coaxiales (Tableau 5.1) ont en
fait été obtenus après calcul des données IQ à partir des constantes de calibration du cinq port et
après une étape classique de synchronisation. Dans cette sous section, nous développons une
nouvelle méthode qui permet d’estimer directement les constantes du canal de transmission
incluant les constantes de calibration du cinq port et de faire la synchronisation trame à partir des
tensions de sorties du démodulateur cinq-port... Enfin des résultats de mesures dans un contexte
réel (canal de propagation du laboratoire RFM de l’ENST) sont présentés.
Nous utilisons pour les validations de nos traitements de signaux un système DIDO
(Double In Double Out) (figure 5.7). Ce système est constitué de deux générateurs de signaux
modulés, un oscillateur local, de quatre antennes quasi-Yagi, de deux cinq-ports, d’une carte
d’acquisition et d’un DSP.
TX1
10 MHz Générateur de RX1
signaux 1
LNA
Channel
CAN
DSP
10 Hz OL
Horloge RX2
Synchronisation LNA
en bande de base TX2
Générateur de OL
signaux 2
2 cinq-port
2.45GHz
Synchronisation RF
Générateur
de signaux
Fig.5.5 Système MIMO 2x2
150
5.1.2.1 Expressions des signaux de sorties du cinq-port dans un système

MIMO 2X2
En configuration démodulateur MIMO, les ports des cinq-ports seront connectés comme
le montre la figure suivante :
Fig.5.6 Récepteur MIMO utilisant les cinq-ports
On suppose que les deux oscillateurs locaux, qui ne sont pas représentés dans la figure
précédente, sont synchronisés et de même puissance, d’où :
a 11 = a 12 = A OL ⋅ e j(ωOL t +ψ 0 ) (5.12)
Les deux signaux émis sont exprimés ainsi :
a RF 1 = ARF 1 (I 1 + j ⋅ Q1 )e j( ωRF 1t +ψ ) (5.13)

a RF 2 = ARF 2 (I 2 + j ⋅ Q2 )e j( ωRF 2t +ψ )
On note que les ondes émises sont synchronisées, c'est-à-dire leurs fréquences porteuses
et horloge comme cela est indiqué sur la figure 5.6. L’antenne est équivalente à un additionneur,
ce qui permet d’écrire en tenant compte de la perturbation apportée par le canal et en négligeant
le bruit que le signal à l’entrée des cinq-port:
a 21 = h 11 × a RF1 + h 21 × a RF 2 (5.14)
a 22 = h 12 × a RF1 + h 22 × a RF 2
151
Les signaux émis par les antennes ont la même fréquence porteuse : ωRF1=ωRF2= ωRF.
Si on suppose que les puissances émises sont les mêmes au niveau des deux antennes :
ARF1=ARF2= ARF, alors :
a21 = [(h11 I1 + h21 I 2 ) + j ⋅ (h11Q1 + h21Q2 )]ARF e j (ωRF t +ψ ) (5.15)

a 22 = [(h12 I 1 + h22 I 2 ) + j ⋅ (h12 Q1 + h22 Q2 )]ARF e j (ω RF t +ψ )
À l’entrée de chaque cinq-port on obtient un signal équivalent, ayant une partie réelle et
l’autre imaginaire. Nommons par :
env 1 (t ) = I eq 1 + j ⋅ Q eq 1 = (h 11 × I 1 + h 21 × I 2 ) + j ⋅ (h 11 × Q 1 + h 21 × Q 2 )
(5.16)
L’enveloppe complexe du signal équivalent à l’entrée du cinq-port numéro 1. Ceci nous permet
d’écrire :
a 21 = (I eq1 + j ⋅ Q eq1 )× A RF × e j(ωRF t + ψ )

(5.17)
a 22 = (I eq 2 + j ⋅ Q eq 2 )× A RF × e j(ωRF t + ψ )
Nous allons re-écrire succinctement les équations qui régissent le fonctionnement du cinq
port dans cette configuration MIMO pour montrer que les constantes de calibration des récepteurs
cinq port seront déterminées en même temps que les coefficients du canal de propagation. La
conséquence sera que l’étape de pré-calibration, ou de calibrage aveugle du récepteur cinq-port
ne sera pas nécessaire.
Nous rappelons que :
bij = Aij a1 j + Bij a 2 j
avec i=3,4,5 et j le numéro du 5-p (5.18)
pour j=1
bi 1 = Ai 1 a11 + Bi 1 a 21 (5.19)
Les constantes qui dépendent du cinq-port étant complexes, elles peuvent s’écrire :
jγ ij jθ ij
Aij = α ij e et Bij = β ij e (5.20)
152
Donc, on peut écrire :
j (ω0 t +γ ij ) j (ω RF t +ψ +ϕ ij )
bij = α ij AOL e + β ij ( I eqj + jQeqj ) ARF e (5.21)
si nous prenons les valeurs réelles des ondes bij on obtient les tensions RF Vij :
Vij = Re{bij } (5.22)
avec i=3,4,5 et j le numéro du 5-p.
Ces trois dernières tensions sont injectées dans des détecteurs de puissance. Pour des
détecteurs utilisant des diodes, une relation existe entre la tension d’entrée et le courant de sortie :
i ij = k i ' Vij2 . Ainsi les trois tensions de sortie sont v ij = K i Vij2 avec Ki une constante propre au
détecteur.
En remplaçant Vij par sa valeur dans l’expression précédente on obtient :
[
v ij = K i α ij A OL ⋅ cos (ω 0 t + γ ij ) + I eqj A RF β ij cos (ω RF t + ψ + ϕ ij )
(5.23)
− Q eqj A RF β ij sin (ω RF t + ψ + ϕ ij )] 2
Puis en tenant compte du filtre passe-bas à la sortie des détecteurs et que les détecteurs utilisés
sont tous identiques et que ωOL=ωRF, on:
Kij Kij
vij =
2
α ij2 ALO
2
+
2
βij2 ARF
2
( I eqj2 + Qeqj2 ) + Kijαij ALO ARF ⎡⎣ I eqj cos (ϕij +ψ ) − Qeqj sin (ϕij +ψ )⎤⎦ (5.24)
Kij K ij
avec γij=θij-ϕij,
2
α ij2 ALO
2
auto-mélange du signal OL,
2
β ij2 ARF
2
( I eqj2 + Qeqj2 ) auto-mélange du signal
RF et enfin : Kij αij ALO ARF [ I eqj cos (ϕij )

+ ψ − Qeqj sin (ϕ ij
+ψ )] l’information utile.
L’auto-mélange OL est une composante continue, donc en moyennant la valeur de vij et

en la supprimant on arrive à simplifier d’avantage l’expression. L’auto-mélange RF est une
composante très faible et peut être négligé.
153
Pour éliminer la partie indésirable et notamment le DC-offset du à l’auto-mélange du signal OL

aussi en partie du à celui du signal RF, nous soustrayons aux tensions de sortie leurs moyennes en
utilisant la relation suivante :
ˆv ij = v ij − v ij
(5.25)
L’expression finale que nous obtenons est :
vîj ≈ Kijα ij ALO ARF ⎡⎣ I eqj cos (ϕij +ψ ) − Qeqj sin (ϕij +ψ ) ⎤⎦ (5.26)
I eqj Qeqj
Puis en remplaçant et par leurs expressions, on obtient :
vîj ≈ Kijαij ALO ARF ⎡⎣I1h1 j cos (ϕij +ψ ) − Q1h1 j sin (ϕij +ψ ) + I 2 h2 j cos (ϕij + ψ ) − Q2 h2 j sin (ϕij + ψ ) ⎤⎦ (5.27)
Posons :
Wij = K ijα ij ALO ARF h1 j cos (ϕij + ψ )
X ij = − K ijα ij ALO ARF h1 j sin (ϕij + ψ )
(5.28)
Z ij = K ijα ij ALO ARF h2 j cos (ϕij + ψ )
Yij = − K ijα ij ALO ARF h2 j sin (ϕij + ψ )
Nous obtenons alors :
[
ˆv ij ≈ Wij × I1 + X ij × Q1 + Z ij × I 2 + Yij × Q 2 ] (5.29)
avec i=3,4,5 et j=1,2. Le passage de l’espace des tensions à l’espace des symboles s’écrit alors :
⎡ vˆ31 ⎤
⎡ I1 ⎤ ⎡ a31 a41 a51 a32 a42 a52 ⎤ ⎢⎢vˆ41 ⎥⎥
⎢Q ⎥ ⎢ b b52 ⎥⎥ ⎢ vˆ51 ⎥
⎢ 1 ⎥ = ⎢ 31 b41 b51 b32 b42
×⎢ ⎥
⎢ I 2 ⎥ ⎢ c31 c41 c51 c32 c42 c52 ⎥ ⎢vˆ32 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣Q2 ⎦ ⎣d 31 d 41 d51 d32 d 42 d52 ⎦ vˆ42
⎢ ⎥
⎢⎣vˆ52 ⎥⎦ (5.30)
Une fois qu’on détermine les 24 constantes de calibrage, on peut récupérer les symboles émis en
projetant sur les vecteurs formant cette matrice.
154
5.1.2.2 Estimation des constantes du canal de transmission
L’objectif à atteindre est de pouvoir exprimer les symboles I et Q en fonction des tensions
reçues en sortie des cinq-port. Dans la relation (5.30), I et Q s’expriment non seulement en
fonction des tensions issues du cinq-port mais aussi en fonction des données du canal de
transmission. Pour estimer les constantes du canal de transmission il faut choisir une base qui
→ → → → → →
nous permet d’avoir un rang plein. Pour cela, il faudrait que I 1 ⊥ Q1 , I 2 ⊥ Q2 , I 1 ⊥ Q2 et que
→ →
I 2 ⊥ Q1 . Ce qui signifie de créer quatre sous-espaces orthogonaux. On suppose qu’on est dans un
canal à bande étroite. Ce qui équivaut à dire que le canal reste inchangé durant la réception de la
trame.
NB : Cette condition nous obligera lors de l’implémentation physique de cet algorithme à

respecter les contraintes évoquées dans le chapitre I notamment la bande de cohérence Bc et le
temps de cohérence Tc.
Etant donné les propriétés entres les signaux en bande de base on observe que :
2
vîj × I1 ≈ ⎡⎣Wij × I1 + X ij × Q1 + Z ij × I 2 + Yij × Q2 ⎤⎦ × I1 ≈ Wij × I1
(5.31)
On obtient finalement cette relation :
I1
Wij ≈ vîj × 2
I1
(5.32)
De même, pour les autres constantes du canal de transmission :
Q1 I2 Q2
X ij ≈ vîj × 2
Z ij ≈ vîj × 2
Yij ≈ vîj × 2
Q1 I2 Q2
, , (5.33)
En exprimant ces dernières opérations d’une façon matricielle, on obtient ;
[V ] = ⎡⎣WXZYij ⎤⎦ × [TS ] (5.34)
155
Puisque
[TS ] est une matrice de vecteurs orthogonaux, son inverse est équivalent à sa
transposé d’où ;
1
[V ] × [TS ]
τ
⎡⎣WXZYij ⎤⎦ =
[TS ]
2
(5.35)
Avec τ la transposé hermitienne.
5.1.2.3 Détermination de la matrice du canal de transmission
La matrice [WXZYij] obtenue, est la matrice de passage de l’espace des IQ vers l’espace
des tensions. Pour décider des symboles émis, deux solutions s’offrent à nous : soit être
observateur des tensions et comparer par une méthode de détection comme le MV (dans le cadre
de notre travail cela revient à éliminer la partie pré-calibration et à comparer des tensions et non
plus des valeurs complexes). Soit d’inverser la matrice puis de déterminer les symboles. Nous
optons pour la deuxième, parce qu’elle nous permet d’alléger considérablement l’algorithme
même si une opération lourde pour les DSP va apparaître : l’inversion de matrice. Pour obtenir la
matrice de passage des tensions vers les IQ on inverse la matrice [WXZYij] sauf que cette matrice
n’est pas carrée. Une solution à ce problème est d’utiliser la fonction pseudo-inverse de Moore.
Notons par CT la matrice de canal de transmission :
[CT ] = pinv( ⎡⎣WXZYij ⎤⎦) (5.36)

Pour avoir quatre trames orthogonales entre elles, nous avons utilisé la matrice de
Hadamard. Cette matrice a la propriété d’avoir des vecteurs orthogonaux entre eux et ayant pour
élément des 1 et -1. Nous avons choisi la matrice d’ordre 8 pour obtenir un plus grand nombre de
symbole qui formeront la longueur de la séquence d’apprentissage. Cette matrice nous donne 8
vecteurs sachant qu’on a besoin que de 4. Les vecteurs choisis sont ceux de la colonne 2, 3, 7 et
8. Selon le rendement souhaité entre séquence d’apprentissage et longueur de l’information
choisie, on pourra garder ou répéter ces vecteurs de longueur 8.
156
5.1.2.4 Synchronisation trame et symbole dans un contexte MIMO
La synchronisation trame et symbole dans un système MIMO n’est pas aussi évidente que
dans une configuration SISO et elle doit s’effectuer directement en sortie des cinq-ports. Aux
sorties des récepteurs, nous avons des tensions et non des symboles et en plus trois sorties par
démodulateurs et non deux comme il est d’usage : il faut donc trouver une nouvelle méthode pour
faire une synchronisation trame et symbole aussi. Grâce à la corrélation glissante entre les
échantillons des tensions correspondantes aux signaux reçus et la séquence d’apprentissage on a
pu réaliser la synchronisation. Le produit de deux vecteurs est maximal quand les deux vecteurs
sont confondus. Donc un échantillon est optimal en synchronisation symbole et synchronisation
trame quand le produit entre la séquence d’apprentissage et la trame reçue est maximal :
n ⎣
( )
nopt = arg ⎡ max ⎡⎣vîj ( n ) … vîj ( n + p ) ⎤⎦ × [TS ] ⎤
⎦ (5.37)
avec p la longueur de la séquence d’apprentissage.
0.9 Échantillon optimal
0.8
Corrélation
0.7
0.6
0.5
0.4
0 50 100 150 200 250
Numéro d’échantillon
Fig.5.7 Localisation de la TS
157
La figure 5.7 présente le maximum du produit entre les différentes tensions de sorties du
cinq-port et les symboles de la séquence d’apprentissage. La courbe en bleu correspond à la
sortie du cinq-port 1 et celle en rouge à la sortie du cinq-port 2. Pour des raisons de simplicité, ces
résultats sont obtenus sans l’utilisation de filtre numérique. Il est important de noter que
l’interférence entre symbole risque d’apparaître en conséquence et de dégrader l’efficacité
spectrale. C’est d’ailleurs pour cela que la corrélation sur la figure 5.7 présente un palier de 8
échantillons où le 8 correspond à l’OSR (Facteur de suréchantillonnage) utilisé.
0.052
0.044
0.051
0.05 0.042
0.049
0.04
0.048
I(V) I(V)
0.047
0.038
0.046
0.045 0.036
0.044
0.034
0.043
0.042
0.028 0.029 0.03 0.031 0.032 0.033 0.015 0.016 0.017 0.018 0.019 0.02 0.021
Q(V) Q(V)
Fig.5.8 Signaux en bande de base reçus par les deux antennes
I (normalisé)
Q (normalisé) Q (normalisé)
Fig.5.9 Affichage des séquences d’apprentissages reçues après estimation du canal
L’application des coefficients du canal estimé à la trame correspondant à la séquence

d’apprentissage en utilisant la relation (5.30) permet de restituer parfaitement les symboles
transmis tel que l’illustre la figure 5.9.
158
Du paquet reçu correspondant à la séquence d’apprentissage plus les informations, nous ne

gardons que la seconde partie. A ces échantillons aussi nous appliquons les coefficients du canal
en utilisant la relation pour faire la séparation des deux sous-canaux et réduire l’effet
d’interférence co-canal tel qu’on le voyait sur la figure (5.8).
2.5
2
2
1.5
1.5
1
1
0.5
0.5
I (normalisé) 0
-0 . 5
-0 . 5
-1
-1
-1 . 5
-1 . 5
-2
-2
-1 -0 . 5 0 0.5 1 -1 -0 . 5 0 0.5 1
Q (normalisé) Q (normalisé)
Fig.5.10 Constellation (normalisé) estimée sur chaque voie
La figure 5.10 montre bien qu’il y a eu un filtrage spatial des signaux et que nous arrivons
à définir les deux sous-canaux de propagation grâce à la décorrélation spatiale due aux multi-
trajets et à l’espacement entre les éléments du réseau d’antennes. Comme nous pouvons
l’observer sur ces figures, des interférences entre symbole résiduel apparaissent. Ceci est
principalement du au faite que nous n’avons pas utilisé un filtrage numérique. Un filtre en racine
de Nyquist pourrait facilement éliminer ces interférences.
Ces méthodes de réception précédemment utilisées, le ML et le ZF dans le calibrage de

bande de base en bande de base traduisent une utilisation à multiplexage spatial de donnée où
l’objectif est d’atteindre N systèmes SISO en parallèle. Cette configuration est optimale en terme
de capacité mais malheureusement elle est sous-optimale en terme de diversité tel qu’il a été
mentionné dans la conclusion du chapitre III. Dans le souci d’améliorer le filtrage spatial
notamment pour des faibles rapports signal à bruit et d’améliorer la qualité de liaison, nous
proposons une nouvelle solution dans l’utilisation des systèmes MIMO présentée dans la section
suivante et qui fait appel à la formation de faisceaux.
159
5.2 Récepteur Numérique MIMO à multiplexage spatial par la formation

de faisceaux
Les communications sur le canal radio mobile se sont fortement développées ces dernières
années en terme de nombre d’utilisateurs et de débit par utilisateur. Ceci est assuré par
l’utilisation d’un système de transmission sans-fil haut débit « MIMO » qui utilise un réseau
d’antennes en émission et en réception pour introduire de la diversité spatial. Cependant,
l’exploitation au mieux de la diversité spatial peut être compromis par différents facteurs. Par
exemple le couplage peut modifier les caractéristiques de rayonnement d’une antenne et va créer
une corrélation entre les signaux RF, en conséquence, cela réduit la diversité spatiale [10], [11].
Une des solutions à ce problème est d’utiliser une technique de traitement des signaux
nommée le « beamforming » ou la formation de faisceaux. Cette technique permet de diminuer la
corrélation entre les signaux RF. Pour cela, il existe des systèmes qui utilisent cette technique
comme les systèmes d’antennes connues sous le vocable «d’antennes intelligentes» (Smart
Antennas). Ces antennes sont à rayonnement reconfigurable (diagramme, polarisation, faisceaux)
et aident à maîtriser la propagation multi-trajets et peuvent même l’utiliser à leur avantage.
Beaucoup de travaux ont traité ce problème en manipulant la directivité des antennes par
la formation de faisceaux analogique. Cependant, les solutions analogiques font face à beaucoup
de restrictions techniques surtout aux hautes fréquences comme la difficulté de la conception des
composants électroniques et une grande consommation d’énergie [12]. Pour les raisons de
flexibilité et d'exécution [12], [13], la formation de faisceaux numérique a été adoptée dans notre
travail.
La littérature montre que l’utilisation d’antennes multiples (M) en réception (SIMO
)(Figure 5.11) améliore linéairement la qualité du signal et logarithmiquement la capacité du
canal avec le nombre d’antennes [14] :
La relation empirique extraite de l’équation (3.3) de la capacité du canal s’exprime par :

C bit / s / Hz = log 2 [1 + M × SNR ] (5.38)
160
Fig.5.11 Système SIMO
Néanmoins, en exploitant le multiplexage spatial sur un système à multiples antennes en émission

et en réception (Figure 5.12) la capacité du canal est multipliée avec le plus petit nombre
d'antennes du coté du réseau d’émission ou de réception. Ce système est considéré comme une
multitude de systèmes SISO en parallèle [14] :
C bit / s / Hz = min(N, M ) × log 2 [1 + SNR ] (5.39)
Fig.5.12 Système MIMO classique à multiplexage spatial
161
Dans ce travail, une méthode originale a été découverte où les deux dernières approches
(MIMO et SIMO) sont exploitées. En fait, des systèmes N-SIMO en parallèle ont été combinés
afin d'augmenter linéairement la qualité et la capacité du canal en même temps (figure 5.13) :
Fig.5.13 Système MIMO à multiplexage spatial utilisant la formation de faisceaux en réception
Dans un contexte MIMO, les différentes antennes émettrices représentent des interféreurs
les unes par rapport aux autres. Comme nous avons pu le constater (paragraphe 3.1.3.2.3), il est
possible, par le moyen de la formation de faisceau, de réduire l’effet des interféreurs et de
favoriser le signal attendu. Ainsi, nous réalisons dans notre nouveau système MIMO un système
équivalent à N×SIMO. Pour chacun des N signaux reçus, ce système devra nous permettre
d’améliorer le rapport signal à bruit plus interférence en augmentant le gain dans la direction
d’intérêt (DDA du signal utile yj) et en l’annulant dans la direction des interféreurs (DDA des
autres signaux émis yi (i≠j) considéré par yj comme interféreur)
Sachant que l’expression de la capacité d’un système SIMO est donnée par la relation
(5.38), nous supposons que l’expression empirique de la capacité du système représenté par la
figure 5.13 est :
C bit / s / Hz = min (N, M ) × log 2 [1 + M × SNR ]
(5.40)
162
Nous espérons gagner fortement par la FF en qualité tout en conservant le gain de capacité
apporté par les systèmes MIMO à multiplexage spatial. Dans le paragraphe suivant nous allons
décrire la méthode de formation de faisceaux choisie.
5.2.1 Algorithme de FF numérique pour le récepteur MIMO
Le beamforming est une technique de traitement des signaux utilisée avec un réseau de
capteurs à l’émission ou/et à la réception qui commande la forme du diagramme de rayonnement
[15]. L'utilisation de la formation de faisceau du côté de la transmission peut augmenter la
puissance dans une direction précise. En commandant la phase et l'amplitude de signal sur chaque
émetteur, on crée des interférences constructives et destructives dans le front d’ondes.
Du côté de la réception, la formation de faisceau peut également être considéré comme un filtre
spatial pour la direction d'intérêt parce qu'il augmente la sensibilité du récepteur dans la direction
du signal désiré et la diminue dans la direction de l'interférence et du bruit [13], [15]. Ceci est
équivalent à combiner d’une façon optimale les données reçues Y venant de différentes sources
(antennes) avec les bons coefficients du filtre spatial [13].
Pointer vers une antenne préférentielle pendant un certain temps aurait fait perdre
l’information transmise par les autres antennes dans le cas du multiplexage spatial de faisceaux
analogiques. C’est pourquoi nous avons choisi une méthode numérique et parmi les méthodes de
FF numériques nous avons opté pour celle qui utilise une séquence de référence.
La séquence de référence permet généralement de réaliser la synchronisation trame et

symbole mais aussi de réaliser l’égalisation. C’est pourquoi elle est généralement présente par
défaut dans tous les systèmes de télécommunication.
L’avantage de cette technique FF numérique est sa robustesse à un environnement hostile où il y
a du bruit et des interférences [16]; elle permet ainsi d’augmenter le rapport signal sur bruit
(SNR) en diminuant l’effet du bruit sur le signal désiré.
163
En effet ce type de formateur a le même principe que le filtre de Wiener car il permet
d’ajuster leurs coefficients ou leurs pondérations w de telle sorte que l’erreur quadratique
moyenne (EQM) entre la sortie du formateur de faisceaux x(t) et le signal de référence s(t) soit
minimal. Cette opération va nous donner la pondération optimale et est équivalente à la solution
d’équation de Wiener-Hopf qui est de la forme suivante :
−1
W (t ) = R −1 Rnxs = E ⎡⎣ X ( t ) X τ ( t ) ⎤⎦ E ⎡⎣ X ( t ) S τ ( t ) ⎤⎦
(5.42)
R n xs
est la matrice d’intercorrélation entre le signal reçu Xn et le signal de référence de l’antenne
émettrice n Sn (t ) . R est la covariance du signal reçu Xn et E représente l’espérance.
Cette technique requiert donc un filtre du type adaptatif, dont les coefficients se modifient d’eux
même en fonction des signaux reçus en temps réel, il est constitué de deux parties distinctes :
- Un filtre numérique à coefficients ajustables.
- Un algorithme de modification des coefficients basé sur un critère d’optimisation.
Parmi les algorithmes les plus utilisés on trouve :
- L’algorithme SMI (simple matrice inversion).

- L’algorithme des moindres carrés récursifs (RLS), de type Newton.
- L’algorithme à gradient stochastique LMS (least Mean Square).
- L’algorithme à gradient stochastique normalisé NLMS.
Ces algorithmes sont différents selon leurs principes de raisonnement et les types des
signaux reçus (stationnaire, non stationnaire).
L’algorithme SMI utilise directement la formulation du filtre de Wiener par inversion de
la matrice R. Les valeurs des pondérations sont calculées par bloc de données reçues. On constate
que cet algorithme n’a pas de problème de convergence à cause de l’inversion directe de la
matrice de covariance R, mais le temps de calcul dépend de la taille de la matrice R. Si la taille de
R est grande alors l’estimation des coefficients de pondération va être très longue. De plus,
l’inversion de matrice amplifie les erreurs faites sur les données.
164
Quant à l’algorithme RLS souffre du problème d’instabilité numérique, sa vitesse de convergence

est optimum, mais la complexité numérique de cet algorithme interdit toute application en temps
réel [17][18].
Ces deux algorithmes restent tout à fait valables pour l’utilisation dans notre application
mais pour des raisons de simplicité, nous avons opté pour l’utilisation de l’algorithme LMS dont
l’algorithme NLMS en est une version plus élaborée. Comparé à d'autres algorithmes, le LMS
n'exige pas le calcul de corrélation ni l'inversion de matrice, de sorte que la complexité du
traitement et le temps calcul sont réduits.
L’algorithme LMS, introduit par Widrow et Hoff en 1960 [11], [19], [20], est une
approximation stochastique de l’algorithme du gradient déterministe. Il allie une simplicité de
mise en oeuvre, à une faible complexité de calcul et une robustesse aux erreurs de calcul qui sont
à la base de sa popularité. De plus, sa relative simplicité mathématique permet de mieux
comprendre le comportement des algorithmes adaptatifs d’indentification. Cet algorithme a fait
l’objet de nombreuses publications relatives, d’une part à ces applications dans des domaines tels
que le traitement d’antenne, l’égalisation de canal de transmission, et d’autre part à l’analyse
mathématique de son comportement. L’architecture système de cet algorithme dans sous une
structure SIMO est illustrée par la figure 5.14.
Fig.5.14 Formateur de faisceaux adaptatif du type LMS pour une seule antenne émettrice
165
Cet algorithme permet de résoudre l’équation de Wiener par une séquence de référence en
se basant sur la méthode du gradient [15]. Il optimise les valeurs de pondérations w de telle sorte
que l’erreur quadratique moyenne (EQM) entre la sortie du formateur de faisceaux y(t) et le
signal de référence s(t) soit minimal. Cette opération s’effectue à partir du gradient de E[e(n)] =
e²(n) (où E est utilisé pour exprimer la valeur moyenne).
Dans ce qui suit l’algorithme habituellement utilisé pour les systèmes SIMO est adapté à
notre besoin MIMO. Notons par X les signaux reçu au niveau des antennes de 1 à M et Y les
signaux estimés en réception correspondant aux signaux émis depuis les antennes de 1 à N. La
relation au niveau du récepteur formulant la formation de faisceau est la suivante :
Y =Wτ X (5.41)
où τ est la transposé Hermitienne.
L'algorithme LMS stochastique incorpore un procédé itératif qui fait des corrections successives
au vecteur de poids afin d'atteindre l'erreur quadratique minimale. La méthode itérative est décrite
ci-dessous :
W (n + 1) = W (n) − μ g (n) (5.43)

Avec :
g (n) = ξ ⎡⎣( S (n) − X nτ Wn ) X n ⎤⎦ (5.44)
Soit :
W (n + 1) = W (n) + 2 μ [ RXS − RW (n) ] (5.45)
avec
R XS (n) = X(n)Sτ (n) τ
et R (n ) = X ( n ) X ( n ) (5.46)
La valeur initiale W(k=0) dépend de l’énergie du signal x(n) et μ est le pas ou le gain
d’adaptation de l’algorithme En plus, le choix du pas d’adaptation doit vérifier la condition
suivante :
166
0 < μ < λ max

(5.47)
Où λ max prend différentes valeurs selon différentes références. Elle est égale à la trace de la
matrice d’autocorrélation pour [15]. Ce pas d’adaptation permet de garantir la convergence de
l’algorithme LMS (Figure 5.15, tirée de la référence [21]):
- Avec un petit pas d’adaptation, le LMS converge lentement mais l’EQM excédentaire est petite.
- Avec un grand pas d’adaptation, le LMS converge rapidement mais l’EQM excédentaire est
grande.
|ε(n)|
Fig.5.15 Courbe de convergence d’algorithme LMS pour différents pas d’adaptation
Cet algorithme est simple, il nécessite seulement 2L+1 multiplication et 2L addition par
itération, (où L est le nombre de coefficient du filtre). En conclusion, on constate que :
- L’algorithme LMS est très simple.
- Les performances du LMS dépendent de trois facteurs :
• Le pas d’adaptation μ.
• Les valeurs propres λ de la matrice R.
• La longueur L du filtre W.
Un autre problème est le pas d’adaptation μ de l’algorithme LMS qui doit être variable dans le
cas d’un canal non stationnaire. En plus, cet algorithme a le problème de la lente convergence des
paramètres et le risque d’oscillation ou de divergence si le pas ou le gain d’adaptation est trop
167
grand. L’Algorithme récursif normalisé (NLMS) peut être une solution pour résoudre ces
problèmes mais n’a pas été expérimenté pendant cette thèse.
En conclusion , le récepteur numérique MIMO par la FF précédemment décrit permet d’aboutir à

un système N×SIMO comme le décrit la figure 5.16.
Fig.5.16 Nouvelle architecture MIMO à multiplexage spatial utilisant un récepteur à formation de faisceau
numérique
ε est le signal d’erreur entre le signal de référence reçu et le signal de référence en mémoire.
Ainsi, ce système calcule N vecteurs wSIMO tel que :
168
i = n , j =1:M
wSIMO = ⎡⎣ wij ⎤⎦ n ∈ {1, 2,..., N }
, avec soit N faisceaux numériques sont formés pour réaliser
le filtrage spatial.
Il est important de noter que le système décrit ci-dessus peut être aussi bien utilisé avec des
démodulateurs cinq-port ou des démodulateurs classiques IQ.
Dans l’optique de validation des apports de cette nouvelle technique nous élaborons dans
la suite un test en terme de capacité de démodulation et de qualité dans un environnement multi-
trajet. Pour cela un second récepteur numérique basé sur la méthode du Zero Forcing (ZF) a été
mis en œuvre et utilisé comme élément de comparaison avec celui à FF.
5.2.2 Banc de test et résultats de simulation
Dans l’objectif de valider cette théorie, une plateforme MIMO a été conçue. Le banc de
mesure MIMO dont on dispose au laboratoire inclut deux émetteurs et deux récepteurs. Le signal
transmis utilise une modulation QPSK avec une fréquence porteuse de 2.45 GHz. À chaque trame
de donnée est associée une séquence de référence (TS). Cette séquence TS nous permettra non
seulement de réaliser la synchronisation symbole et trame mais sera aussi utilisée comme signal
de référence pour notre nouvel algorithme de formation de faisceau afin de pointer (séparer) le
lobe principal du réseau vers le multi-trajet d’intérêt. Ainsi, le SINR ?? au niveau de chaque
antenne RX1 et RX2 seront augmentés.
La simulation a été réalisée à l’aide du logiciel ADS (Agilent Design System). Le modèle
de canal propagation MIMO indoor à multiplexage spatial n’étant pas fourni par ce logiciel, nous
l’avons modélisé par un prototype stationnaire équivalent à celui utilisé dans le paragraphe
5.1.1.1. Pour le récepteur numérique, deux algorithmes ont été mis en œuvre. Le premier est le
ZF précédemment décrit (paragraphe 3.2.3.1) Ce récepteur est utilisé comme référence pour
quantifier l’apport du nouvel algorithme. Le second est le récepteur numérique MIMO utilisant la
formation de faisceau détaillé dans le précédent paragraphe.
Le récepteur numérique ZF permet de réaliser un système MIMO à multiplexage spatial

[23]. Cet algorithme élimine les interférences entre symboles dus aux autres émetteurs. Il
considère que pour chaque antenne réceptrice tous les signaux, autre que le signal désiré, sont des
169
interféreurs. Il permet finalement de réaliser un système équivalent à plusieurs SISO en parallèle.

Le principe consiste à émettre simultanément deux trames de données synchronisées depuis les
deux antennes émettrices TX1 et TX2 avec la même fréquence porteuse et la même bande
spectrale. Ainsi, en conservant la largeur de bande utilisée, on double l’efficacité spectrale par la
diversité spatiale.
Dans ce qui suit nous décrivons brièvement le récepteur ZF utilisé pour le banc de test :
La relation reliant les signaux émis en bande de base à ceux reçus en bande de base est la
suivante :
Z = HD (5.49)
où Z est le signal reçu, H est la matrice du canal et D les données transmises. Les séquences DTS
utilisées sont des séquences de Hadamard, ainsi :
τ
DTS DTS =I (5.50)
Ce qui nous permet d’estimer aisément la matrice du canal à partir des données reçues ZTS
correspondant à la TS par :
τ
H = Z TS DTS (5.51)
Finalement, on reconstruit l’information transmise en appliquant l’équation suivante:
D = inv( H ) ⋅ Z
(5.52)
Pour le récepteur MIMO à beamforming, représenté par la figure 5.16, la même

configuration précédemment décrite est mise en œuvre sauf que le traitement de signal du coté
récepteur est différent de celui du ZF.
Pour mettre en évidence l’amélioration apportée par le nouvel algorithme de traitement de

signal, une comparaison des résultats est faite par rapport au récepteur numérique ZF. La figure
de mérite employée pour cela est l’EVM.
170
Le signal reçu au niveau de chaque antenne (RX1 et RX2) est une combinaison des
signaux transmis depuis les antennes TX1 et TX2 affectés par l’atténuation et le déphasage de
chaque trajet parcouru. La figure 5.17 présente les signaux en bande de base représentés par le
diagramme de constellation au niveau de RX1 et RX2. Dans une configuration Radio classique
deux signaux TX1 et TX2 émis dans la même bande de fréquence représentent des interféreurs
co-canal l’un pour l’autre. Cela engendre sur leurs signaux en bande base des interférences entre
symboles tel que la figure (5.17). Cette figure représente les signaux en bande de base démodulés
au niveau de RX1 et RX2 à partir des signaux TX1 et TX2 modulés en QPSK. Pour obtenir ces
signaux nous avons démodulé directement au niveau de chaque chaîne de réception RX sans
application d’un filtrage spatial ou de la méthode ZF.
-4 -4
x 10 Rx 1 x 10 Rx 2
4 4
2
2
Q(V) Q(V)
0
0
-2
-2 -4
-4 -2 0 2 4 -4 -2 0 2 4
I (V) -4 I(V) -4
x 10 x 10
Fig. 5.17 Constellations reçues au niveau des antennes RX1 et RX2 pour un SNR=20 dB.
Les séquences d’apprentissages transmises périodiquement sont non seulement utiles pour
la synchronisation mais aussi pour la formation de faisceaux. En effet, le récepteur à formation de
faisceau (FF) compile les coefficients de pondération en utilisant les séquences de références et
les signaux reçus au niveau de l’antenne qui ont été affectés par le canal de propagation et
l’interférence entre symboles. A l’aide du vecteur w, nous traçons dans la figure qui suit le
diagramme du réseau avant et après application des coefficients de pondérations. Des antennes
omnidirectionnelles ont été utilisées dans cette simulation avec une distance inter-élément de 6.5
cm.
171
0
Beamformer I
Beamformer II
Lobe réseau sans FF
-5
Facteur de réseau [dB]

-10
-15
-20
-25
-30
0 20 40 60 80 100 120 140 160 180
θ[deg]
Fig.5.18 Diagramme de rayonnement (facteur de réseau) du réseau formé pour le sous-canal 1 & 2
90
1
120 60
0.8
0.6
150 30
0.4
0.2
180 0
210 330
240 300
270
Fig.5.19 Direction des lobes principaux du réseau dirigé vers le sous canal 1 et 2.
D’après ces résultats nous observons bien que le lobe principal du réseau pointe dans deux
directions principales estimées par l’algorithme de FF. Nous constatons que le premier lobe
pointe principalement vers une direction d’arrivée estimée à 75.5°, le second pointe vers la
direction d’arrivée de 97.4°. La largeur du lobe à -10 dB aurait été plus faible si le nombre
d’antenne de réception était plus élevée. Mais cela n’empêche pas le récepteur de donner de bons
résultats comme nous le présentons dans la figure 5.20.
172
1
1
0.5 0.5
Q
Q 0 0
-0.5
-0.5 -1
-1 -1 -0.5 0.5 1
0
-1 -0.5 0 0.5 1
I I
Figure 5.20 Constellations (normalisées) reçues après formation de faisceau.
Ici, les deux signaux en bande de base représentés dans cette figure par le diagramme de
constellation des phases valide bien que l’interférence co-canal (crée par TX1 pour TX2 et TX2
pour TX1) a été annulée et que les deux sous-espaces sont parfaitement séparés.
Dans le but d’évaluer les performances de ce type de récepteur numérique MIMO utilisant
la FF, nous avons fait des tests en mesurant l’EVM en fonction du SNR au niveau de chaque
antenne réceptrice RX1 et RX2.
Figure 5.21: EVM Vs. SNR du 1er sous-canal.
173
Figure 5.22 : EVM Vs. SNR du 2ème sous-canal.
Comme nous pouvons le constater à partir des figures 5.21 et 5.22, pour des faibles
valeurs de SNR le récepteur à FF présente un EVM beaucoup plus faible qu’un récepteur ZF.
Ainsi, il permet d’avoir une meilleure qualité de signal pour un SNR donné. Par exemple, pour un
SNR de 6 dB, le récepteur à FF permet de délivrer des signaux en bande de base avec un gain de
10 points en EVM comparé à un récepteur ZF.
Comme tous les types de récepteurs numériques, pour des fortes valeurs de SNR, les deux
algorithmes de réception numérique convergent.
Les simulations nous montrent bien qu’il est possible de séparer les signaux en bande de
base en pointant le lobe du réseau dans une direction d’intérêt et ainsi réduire l’effet
d’interférence co-canal. De plus, il nous a été possible de séparer les deux sous-espaces sans faire
appel à une inversion de matrice. Aussi aucune estimation de la matrice représentative du canal
n’a été nécessaire. Il est important de noter que cet algorithme a permis d’améliorer la qualité de
signal pour les faibles SNR.
Conclusion
Ce chapitre propose une double contribution dans ce travail de thèse. D’abord, une
implémentation d’une plate-forme de communication DIDO avec une nouvelle architecture de
démodulateur cinq-port avec pré-calibration est présentée. Le prototype, qui modélisait le canal
par des câbles coaxiaux, mène à des résultats prometteurs lors de la reconstitution du signal
174
numérique. Cette application a permis de valider l’implémentation de différents algorithmes de

récepteur numérique MIMO.
Par la suite, un réseau d’antenne quasi-Yagi a été rajouté à notre prototype et une
estimation réelle du canal a été faite. Aussi, nous avons proposé une nouvelle méthode qui
surmonte les difficultés vues dans [24] pour l’estimation du canal tout en allégeant la procédure
de démodulation d’un système MIMO. Des résultats pratiques du système DIDO en utilisant ces
nouvelles techniques nous montrent bien que la démodulation se fait sans difficulté et que la
procédure de pré-calibrage précédemment utilisée à chaque fois qu’on fait appel au récepteur
cinq-port est supprimée et cela en grande partie grâce à la synchronisation trame et symbole
obtenue directement depuis les tensions de sortie des démodulateurs.
Un formateur numérique de faisceaux pour système MIMO à multiplexage spatial a été

développé dans ce chapitre dans l’objectif d’améliorer la qualité de liaison tout en gardant
l’efficacité spectrale du canal. Deux systèmes MIMO utilisant différents algorithmes de récepteur
numérique (ZF et FF) ont été implémentés et testés. Les résultats de simulation ont permis de
prouver que pour des faibles valeurs de SNR, le nouvel algorithme de FF permet d’obtenir une
meilleure qualité de signaux que le récepteur ZF. Ceci confirme que pour un système MIMO il
est préférable de l’utiliser comme N systèmes SIMO en parallèle car cela permet non seulement
d’accroître la capacité mais aussi la qualité de liaison.
175
RÉFÉRENCES BIBLIOGRAPHIQUES:
[1] Andreas F.Molisch and Moe Z.Win: MIMO systems with Antenna Selection. IEEE
microwave magazine,pp 46-56. March 2004
[2] Ji Li, G. Bosisio, Ke Wu, “Computer and measurement simulation of a new digital
receiver operating directly at millimeter-wave frequencies”, IEEE Trans. on MTT, Vol. 43, No.
12, pp 2766-2772, December 1995.
[3] Neveux, G.; Huyart, B.; Rodriguez-Guisantes, G.J.; “Wide-band RF receiver using the
"Five-port" Technology” Vehicular Technology, IEEE Transactions Sept. 2004.
[4] M. Abe, N. Sasho, V; Brankovic, D; Krupezevic SONY; “Direct conversion receiver
MMIC based on six-port technology”, 30th European Microwave Conference, PARIS 2000
[5] J. Hesselbarth, F. Wiedmann, B. Huyart, “Two new Six-port reflectometers covering very
large bandwidths”, IEEE Trans. On Instrumentation and Measurement, Vol. 46, No. 4, August
1997
[6] M.F.Siyau “Channel estimation for layered space-time systems”. 4th IEEE Workshop on
SPAWC. 2003.
[7] Thomas Melkebeke A MIMO PLATFORM AT 2.4 GHz- ENST, Engineer Degree stage’s
report. 2005
[8] A.J Paulraj Space-time modems for wireless personal communications. IEEE Personal
Communications, (1):36-48, February 1998.
[9] T.L Marzetta. Blast training: Estimating channel characteristics for high capacity space-
time wireless. In Proceeding 37th Annual Allerton Conference on Communication, Control and
Computing, Monticello, IL September 22-24 1999.
[10] Lal, C. Godara. “Applications of Antenna Arrays to mobile Communications, Part I:
Performance Improvement, feasibility, and System Considerations”. Proceedings of the IEEE,
Vol. 85, No. 7, July 1997.
[11] B. Widrow, P.E. Mantey, L. J. Griffiths, P. B. Goode, "Adaptive Antennas Systems",
Proc.IEEE, vol. 55, pp. 2143-2158, 1967.
[12] Harry L. Van Trees. Optimum Array Processing Part IV. Wiley and Sons, 2002.
176
[13] Barry D. Van Veen and Kevin M. Buckley. “Beamforming: A Versatile Approach to
Spatial Filtering”, IEEE ASSP Magazine, April 1998.
[14] J. H. Winters, J. Salz, and R. D. Gitlin, “The impact of antenna diversity on the capacity
of wireless communication systems,” IEEE Trans. Commun., vol. 42, nos. 2/3/4, pp. 1740–1751,
Apr. 1994.
[15] A.El Zooghby,"Smart Antenna Engineering"Artech House Edition 2005 pp 159-186.
[16] Ren-Zhou Gui, Zi-Jie Yang, «Research on employment of adaptive beamformer based on
weight iterative algorithm in suppressing radio frequency interferences", article JP1.13,
September 2004.
[17] Kiran, k. Shetty, “A Novel Algorithm For Uplink Interference Suppression Using Smart
Antennas In Mobile Communications”, the Florida State University, thèse doctorat, Mai 2004.
[18] F.Michaut, « Méthode Adaptative Pour Le Signal : Outil Mathématiques Et Mise En
Oeuvre Des Algorithmes», livre Hermes edition 2002
[19] J. Benesty, «Algorithmes Adaptatives», cours INRS-EMT, Mars 2005
[20] A.Perrier,« Developpement Et Analyse De Performance D’algorithmes De Type Gradient
Stochastique » thèse doctorale à l’ENST Paris 1995
[21] Jeffrey D. Connor, “A Study Of Despread-Respread Multitarget Adaptive Algorithms In
An AWGN Channel”, the Florida state University famu-fsu college of engineering, thèse
doctorat, September 2005
[22] Jaedon Park, Jewoo Kim. “A New Adaptive Beamforming Algorithm for MlMO Smart
Antennas”, IEEE journal on select areas in communications, October 2002.
[23] Kais Mabrouk, Bernard Huyart, Xavier Begaud and Abdellatif Belhadj Mohammed.
“Baseband to baseband calibration of a MIMO wireless system”, Proceedings of the 10th
European Conference on Wireless Technology, October 200è
[24] K.Mabrouk, C. Mohamed, S. Abou charka,B.Huyart, “A practical DIDO communications
platform,” Wireless Technology, IEEE European Microwave Conference.
177
Conclusion générale
&
perspectives
Conclusion générale & Perspectives
L’autonomie des systèmes de radiocommunication dépend fortement de la

consommation de ces récepteurs. Le nombre de composants dans un système augmente non
seulement ses consommations mais aussi ses dimensions. Les applications « grand public »
actuelles telles que le WiMax ou le WiFi et aussi les futures générations de téléphonie mobile
LTE (Long Term Evolution) et le DVB-SH (Digital Video Broadcast Satellite Handled) font
appels à des techniques où le nombre d’émetteurs ou de récepteurs augmente dans le système.
Pour des applications sur un dispositif portatif tel qu’un PC portable ou un téléphone mobile il
est primordial de choisir la solution avec la plus faible dimension et la plus faible
consommation. De plus dans les systèmes utilisant de multiples antennes en émission et/ou en
réception, la consommation et la dimension augmentent linéairement en fonction du nombre
d’antennes. Ainsi parmi toutes les architectures présentées précédemment, la solution à
conversion directe (Zero IF) est celle qui permet de conserver un faible encombrement et une
consommation tolérable dans un système à multiples antennes et pour remédier aux
perturbations de DC-offset et d’IMD2 l’architecture cinq-port ou triphasée est un atout.
Nous avons démontré dans cette thèse que le démodulateur triphasé apporte une
nouvelle solution architecturale de rejection des canaux adjacents dans les récepteurs Zéro-IF.
Théoriquement et par simulation nous avons démontré que ce type d’architecture supprime
complètement l’IMD2. La démonstration de l’aspect tridimensionnel de la démodulation
d’un signal RF par un circuit cinq-port ou triphasé nous prouve qu’il est possible par une
projection adéquate d’éliminer les effets de dérives de tension d’offset et de produit IMD2 dus
au signal OL et aux signaux des canaux adjacents. Cette propriété des architectures cinq-port
constitue un avantage fort de cette structure par rapport au démodulateur Zero IF classique à 2
voies I et Q.
Néanmoins, en absence de canal adjacent, le démodulateur Zero IF classique IQ

présente un EVM ou un BER meilleur que celui du démodulateur triphasé et cela est
principalement dû à l’architecture des circuits RF qui décale le facteur bruit de 1.7 dB en
faveur du démodulateur IQ classique. Cependant, l’architecture triphasée permet de gagner 18
179
dB en taux de rejection comparé à celui d’un démodulateur IQ classique dans le cas d’un
canal adjacent équivalent à un signal bi-ton. Cette solution de type architectural élaborée dans
cette thèse peut s’ajouter à des solutions de type circuit tel que les mélangeurs double
équilibrés ou autres et apporter de grandes performances en termes de rejection.
Une nouvelle méthode logicielle de calibrage du démodulateur cinq-port est présentée

dans cette thèse. L’avantage de cette méthode est qu’elle ne requiert aucun signal de référence
et aucune séquence d’apprentissage. Elle peut donc être utilisée sans aucune connaissance à
priori de la modulation du signal. Une première démonstration a été faite avec un signal RF de
fréquence porteuse 2 GHz modulée QPSK et un taux de suréchantillonnage de 8. Cette
expérience montre que nous ne perdons pas la qualité du traitement précédemment utilisée
tout en allégeant considérablement le coût calcul et l’élimination des manipulations
matérielles.
Les systèmes à multiple antennes sont utilisés dans différentes applications ; Radar,
WIFI… mais aussi différentes techniques MIMO sont misent en œuvre dans la littérature. La
capacité des systèmes MIMO augmente linéairement avec le minimum du nombre d’antennes
d’émission et de réception. Cette capacité est réaliste sous certaines conditions de
propagation. En effet, afin d’atteindre une capacité maximale ou une diversité maximale avec
ces techniques d’émission, il est nécessaire d’avoir une décorrelation entre les différents sous-
canaux d’émission et de réception, qui se traduit par une situation NLOS du canal de
propagation.
Nous avons expliqué dans cette thèse que toutes les techniques MIMO peuvent de
façon très simplifiée être présentées comme un cas particulier de la technique MIMO à
multiplexage spatial. En effet, si le vecteur transmis x était constitué d’éléments identiques
(cad on émet les mêmes données sur toutes les antennes) et pondérés par des coefficients de
formation de faisceaux on aboutit à un système MIMO utilisant la techniques de formation de
faisceaux. Par contre si les éléments du vecteur x étaient différents mais que la puissance
d’émission était repartie après utilisation de la connaissance de l’état du canal on obtient un
système MIMO utilisant la technique du water-filling. L’application d’un codage espace-
temps aux vecteurs x ne requiert aucune modification matérielle mais plutôt logicielle d’un
système MIMO à multiplexage spatial. C’est pour ces raisons que nous nous somme
180
concentré sur la réalisation d’un système MIMO à multiplexage spatial pour la conception de
notre banc MIMO.
D’abord nous avons réalisé un prototype, qui modélisait le canal de propagation par
des câbles coaxiaux. Cette première réalisation a permis de valider l’implémentation de
différents algorithmes de récepteur numérique MIMO. Par la suite, un réseau d’antenne quasi-
Yagi a été rajouté à notre prototype et une estimation réelle du canal de propagation par la
méthode des séquences d’apprentissages orthogonaux a été faite et une égalisation par la
méthode MV a été mise en oeuvre. Aussi, nous avons proposé une nouvelle méthode qui
surmonte les difficultés vues lors du premier prototype pour l’estimation du canal tout en
allégeant la procédure de démodulation d’un système MIMO. Des résultats pratiques du
système MIMO 2×2 en utilisant ces nouvelles techniques nous montrent bien que la
démodulation se fait sans difficulté et que la procédure de pré-calibrage précédemment
utilisée à chaque fois qu’on fait appel au récepteur cinq-port est supprimée et cela en grande
partie grâce à la synchronisation trame et symbole obtenue directement depuis les tensions de
sortie des démodulateurs.
Un formateur numérique de faisceaux pour système MIMO à multiplexage spatial a

été développé au cours de cette thèse dans l’objectif d’améliorer la qualité de liaison tout en
gardant l’efficacité spectrale du canal. Ce récepteur numérique est valable indépendamment
du type de démodulateurs utilisés pourvu que les signaux en bande de base I et Q soient
disponibles. Ce récepteur est basé sur la création d’un système équivalent à N×SIMO en
parallèle contrairement à ces prédécesseurs qui cherchaient à réaliser N×SISO en parallèle.
Deux systèmes MIMO utilisant différents algorithmes de récepteur numérique (ZF et FF) ont
été implémentés et testés. Les résultats de simulations ont permis de prouver que pour des
faibles valeurs de SNR, le nouvel algorithme de FF permet d’obtenir une meilleure qualité de
signaux que le récepteur ZF. Ceci confirme que pour un système MIMO il est préférable de
l’utiliser comme N systèmes SIMO en parallèle car cela permet non seulement d’accroître la
capacité mais aussi la qualité de liaison.
Les perspectives issues de cette thèse concernent aussi bien les démodulateurs que les
systèmes sans-fil.
181
La première perspective serait de réaliser sur un dessin de circuit complet cinq-port

respectant le plus possible le critère de symétrie pour atteindre des valeurs encore plus élevée
de rejection d’IMD2. Le circuit utilisé dans la thèse présente une symétrie mais l’isolation
RF-OL est faible.
Les mêmes performances obtenues sur l’IMD2 sont attendues pour le DC-offset. Et
nous savons que l’une des conséquences d’une mauvaise isolation RF/OL dans un récepteur
est l’augmentation du DC-offset. Donc on s’attend à une augmentation de l’isolation.
Cependant le circuit proposé dans le brevet issu de cette thèse prévoit la suppression naturelle
du DC-offset.
La redondance apportée par le cinq-port permet certes d’apporter une amélioration sur
la linéarité de ce récepteur mais quel est l’apport de cette redondance sur la qualité de
liaison ? En tout cas ce n’est pas vérifié pour l’EVM ou le BER comme nous l’avons observé
durant cette thèse en l’absence de canal adjacent mais peut être en terme de déséquilibre en
amplitude et en phase. L’architecture triphasée permet de rapprocher les conditions physiques
de comparaison avec un IQ classique. En effet les deux structures utilisent des mélangeurs.
Donc les mêmes mélangeurs peuvent être employés lors des tests de comparaison. Cependant
une méthode plus appropriée est à investiguer pour éviter de favoriser l’une des architectures
en dépit de l’autre et surtout pour la caractérisation du déséquilibrage en amplitude et en
phase.
En ce qui concerne le récepteur triphasé il serait aussi intéressant de le concevoir entièrement
avec la partie ASP (Analog Signal Processing) qui est très bien détaillée dans le brevet sur le
même circuit intégré. Ainsi nous pourrions être dans des conditions qui permettront
d’atteindre des rejections de DC-offset et d’IMD2 très élevées et des performances largement
supérieures à un démodulateur IQ.
Les résultats obtenus du formateur de faisceaux numérique développé au cours de
cette thèse pour l’égalisation dans un système MIMO ont permis de valider l’algorithme et
l’amélioration de la qualité de liaison. Cependant, une implémentation de ce récepteur
numérique sur le prototype MIMO de l’ENST permettra de le tester dans des conditions
réelles avec différents algorithmes de réception et notamment le MV.
L’algorithme choisi pour la FF de faisceaux peut être modifié par une version plus améliorée
du LMS. Le NLMS prend en compte les variations du canal et en l’adaptant d’avantage il
pourrait être utilisé dans un environnement avec des Mobiles. Cette étude serait très
intéressante pour les futures générations de téléphonie mobile notamment le LTE et le
WiMax.
182
Il est important de prendre en compte les difficultés de synchronisation. Deux types de

synchronisation signal doivent être pris en compte dans un système MIMO. La première est la
synchronisation d’émission. En effet tous les égaliseurs développés pour les systèmes MIMO
supposent que les ondes sont simultanément émises. Or, sur chaque chaîne d’émission, le
temps de modulation et de transposition en fréquence peut ne pas être identique (constante
propre au circuit). Cet effet peut être ignoré si le débit est faible (relatif) comparé au retard
induit. Mais pour des débits élevés cela ne permettra pas d’obtenir la capacité théorique.
Aussi faible soit il, ce retard dans le cas d’une modulation OFDM risque de rendre la
démodulation impossible. La synchronisation porteuse est un element clef pour le bon
fonctionnement d’un système MIMO. Elle doit être aussi étudiée d’une manière plus
approfondie. En effet, chaque antenne réceptrice recevra une somme d’échos. Habituellement
dans un contexte SISO, la synchronisation se fait sur l’unique onde reçue. Par contre dans le
cas MIMO on reçoit M signaux RF. Sur quel critère se fait la synchronisation porteuse ? Dans
le cas mobile la synchronisation porteuse risque d’être encore plus complexe. En effet, les
différentes ondes émises peuvent subir des effets Doppler différents. Dans ce cas,
l’égalisation ainsi que la synchronisation deviennent plus complexes.
L’utilisation de la décorrelation spatiale dans un système MIMO a bien permis

d’accroître la capacité d’un canal de propagation mais à condition de ne pas être dans des
situations de vue directe. Indépendamment de la faisabilité, la réutilisation à plusieurs reprises
et en même temps de la même bande spectrale pour accroître la capacité du canal dans une
situation LOS serait très intéressante. Une étude peut être menée avec des techniques de
formation de faisceau mais cela nécessitera d’avoir un réseau d’antennes permettant des
angles solides assez étroit.
L’étude d’un système MIMO pour application mobile est un axe très pertinent. En
effet beaucoup de défit sont à lever dans ce contexte. Le MS (Mobile Station) risque de ne pas
pouvoir exploiter pleinement la diversité. La distance inter-élément étant réduite il faudra
proposer d’autres techniques pour augmenter la décorrelation des signaux reçu au niveau du
MS. La polarisation peut être un très bon point de départ. Néanmoins, la polarisation verticale
et la polarisation horizontale sont les deux seuls degrés de libertés apportées par cette
solution. Une étude sur un réseau d’antenne hétérogène pourrait aussi donner lieu à un
contournement des limitations dues au critère de distance minimale entre les éléments du
réseau. Les théories du traitement de signal estime toujours que l’antenne fait partie du canal
183
de propagation. L’un des critères de bon fonctionnement du système MIMO est la dimension
de la matrice H du canal de propagation. Elle doit être de rang plein. L’utilisation d’antenne
différente pourrait apporter une indépendance entre les vecteurs de cette matrice, autrement
dit elle peuvent augmenter la décorrelation entre les signaux reçus sur chaque antenne.
Finalement, une amélioration de la plateforme MIMO 2x2 développé au cours de cette

thèse peut être envisagée. Une augmentation du nombre d’antenne en émission et en réception
avec une automatisation du choix de nombre d’antenne et aussi du type d’égalisateur à utiliser
sera de grande utilité pour les travaux à venir sur les système MIMO tel que le MIMO OFDM
ou le MIMO CDMA ou le MIMO mobile ou pour des applications de sondage de canal
MIMO.
184
Publications
Publications
PUBLICATIONS :
1-Un système DIDO expérimental utilisant le cinq-port
* Auteur(s) : K. Mabrouk, B. Huyart, X. Begaud and A. Belhadj Mohamed

* Conférence : JTEA 2006
* Lieu : Hammamet
* Date : Mai 2006
* Catégorie : Article de colloque avec actes
* État : publié
2-Auto-calibrage du récepteur homodyne cinq-port
* Auteur(s) : K. Mabrouk, B. Huyart, X. Begaud and A. Belhadj Mohamed

* Conférence : JNM 2007
* Lieu : Toulouse
* Date : Mai 2007
* État : publié
3-A practical DIDO communication platform
* Auteur(s) : K. MABROUK, C. MOHAMED, B. HUYART, X. BEGAUD and S.

ABOU CHAKRA
* Conférence : European Conference on Wireless Technology 2006 IEEE
* Lieu : Manchester UK
* Date : Septembre 2006
* État : publié
4-Interference rejection in a five-port homodyne receiver
* Auteur(s) : C. Mohamed, K. Mabrouk, S. Abou Chakra and B. Huyart

* Conférence : Eumc 2006
* Lieu : Manchester (Angleterre)
* Date : Septembre 2006
* État : publié
5-Baseband to baseband calibration for MIMO wireless system
* Auteur(s) : Kais Mabrouk, B. Huyart, X. Begaud and A. BelhadjMohamed

* Lieu : Munich, Allemagne
* Date : Octobre 2007
* DOI : 10.1109/ECWT.2007.4403966
* État : publié
186
Publications
6-Three-dimensional aspect in the five-port technique for zero-IF receivers and a new
blind calibration method
* Auteur(s) : Kaïs Mabrouk (G-Student Member ), Bernard Huyart (member IEEE), and
Guillaume Neveux
* Revue : IEEE MTT
* Date : Juin 2008
* Catégorie : Article de revue
* État : Publié
7-Architectural solution for IPP2 improvement in Zero-IF receiver

* Auteur(s) : Kaïs Mabrouk (G-Student Member ), Bernard Huyart (member IEEE), and
Fernando Rangel
* Revue : IEEE MTT
* Date : 2009
* Catégorie : Article de revue
* État : soumis
8- Improvement of the Link Quality in a Spatial Multiplexing MIMO System Using

Beamforming
* Auteur(s) :H. Ben Maad, Sallem S, Mabrouk Kaïs (G-Student Member ), and B.
Huyart (member IEEE)
* Lieu : Amsterdam, Hollande
* État : Publié
9- Wide Band Demodulator for UWB Sounding Application

* Auteur(s) :H.Elarja, Mabrouk Kaïs, X. Begaud and B. Huyart,
* Lieu : Amsterdam, Holland
* État : Publié
10- Dispositif analogique pour la calibration des récepteurs Zéro-IF cinq-port et

triphasé.
* Auteur(s) : Mabrouk Kaïs and B. Huyart,
* BREVET FRANCAIS
* Lieu : France, Paris
* Date : 2009
* Catégorie : Brevet Français
* État : soumis
187

These Mabrouk Kais

Transféré par

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

These Mabrouk Kais

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These Mabrouk Kais

Transféré par

Droits d'auteur :

Formats disponibles

Conception et réalisation d’un système de

Télécommunications MIMO avec Formation Numérique

To cite this version:

HAL Id: tel-00409794

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

Spécialité : Electronique et Communications

Conception et réalisation d’un

Soutenue le 12 Décembre 2008 devant le jury composé de :

Pr. Aziz BENLARBI-DELAI Université Pierre & Marie Curie Président

Je remercie Monsieur Aziz BENLARBI-DELAI, Professeur à Paris VI, pour l’honneur

Je remercie également Monsieur Michel CAMPOVECCHIO, Professeur à XLIM

Je remercie également Monsieur Ali Gharsallah, Professeur à la Faculté des sciences de

Je remercie Monsieur Jean-Yves DADEN, Chercheur à THALES, pour avoir accepté

Je remercie également Monsieur Guillaume NEVEUX, Maître de Conférence à XLIM

Je voudrais aussi remercier Monsieur Xavier BEGAUD, Maître de Conférence à l’ENST

Je n’oublie pas la personne qui a su me supporter; «Oum Mohamed-Amine», ma femme

Dans le cadre de ce travail de recherche, nous nous somme intéressés à un système de

Aujourd’hui les liaisons permettant l’acheminement de l’information sont devenues

Sur le support RF c’est une onde électromagnétique qui transportera l’information.

L’émetteur et le récepteur assurent l’acheminement des informations en modulant et

La théorie nous informe, selon la relation de Shannon qui définit l’expression de la

Chapitre I : Environnement des systèmes de radiocommunication

Transmettre de l’information d’un point à un autre sans-fil nécessite un système de

1.1.1 La propagation en espace libre

Selon l’environnement de propagation, les influences du canal diffèrent. Le modèle

Fig.1.1 Ellipse de Fresnel

En espace libre, l’onde se propage depuis l’émetteur jusqu'à ce qu’une partie de la

En considérant des antennes omnidirectionnelles ( Ge = Gr = 1 ), on en déduit de

1.1.2 La propagation hors espace libre

Les situations les plus courantes de propagation des systèmes de radiocommunication

Puissance reçue λ/2

Fluctuation à petite échelle

Fluctuation à grande échelle

Décroissance moyenne en fonction

Fig.1.2 Puissance reçue en fonction de la distance

En plus de la décroissance de la densité de puissance en fonction de la distance, entre

1.1.2.1 Les phénomènes de base en propagation

La réflexion, la diffraction et la diffusion sont les trois principaux mécanismes qui

Réflexion/Réfraction: Les phénomènes de réflexion et de réfraction apparaissent

L’expression de la réponse impulsionelles est détaillée dans le paragraphe 1.2.1.

1.1.2.2 La propagation par trajets multiples

Les phénomènes précédemment présentés modifient le signal transmis. De

Les systèmes de radiocommunications mobiles, que ce soit à l’intérieur ou l’extérieur

1.1.2.3 Les pertes moyennes hors espace libre

Déduite de l’équation des télécommunications, l’équation 1 permet d’estimer les

L ' = 32.44 + 20 ⋅ log10 ( f ) − 10 ⋅ log10 ( GeGr ) + 10 ⋅ α ⋅ log10 ( d ) (1.3)

Urbain 2.7 à 3.5

Urbain dense 3à5

Intérieur de bâtiment de type bureau avec trajet direct 1.6 à 1.8

Intérieur de bâtiment de type bureau sans trajet direct 4à6

Intérieur de bâtiment de type hall sans trajet direct 2à3

Tableau 1-1 : Valeur de la variable α en fonction du type d’environnement

1.1.3 Le bruit radioélectrique

1.2 Canal de propagation

1.2.1 Modélisation du canal de propagation

Dans cette expression, P correspond au nombre de trajets discernables par le récepteur.

Transformé de Fourrier selon τ